都很有规律不是吗?而在Scrapy里面,就可以设定我们想要的规律,Scrapy就可以对这些符合规律的网址及页面信息进行处理。先来看看成果吧,这一部分中,我们想要的结果就是输出排行榜里面的电影名称:

而且我们其实可以做的更好。

Pycharm用这个文件夹创建Project,douban/db处创建一个方便IDE运行的文件run.py

输入

from scrapy.cmdline import execute

execute(['scrapy', 'crawl', 'douban'])

打开douban/db/items.py,如该文件的名字,这个是我们从豆瓣这个“仓库”里取出来的“货”,我们想要的是什么“货”呢?电影名字。

classDbItem( scrapy.Item ) :

name = scrapy.Field ()

douban/db/db/spiders下创建spider.py,这个文件用来爬取网页,处理网址,我们需要告诉他我们想去的“仓库”该怎么走,该怎么爬。

“货物”信息的获取

下面轮到parse_item这个人来干活了,他需要从上述指定地点找到我们要的“货物”的信息,“货物”位于何处可以通过Xpath来查找。网页上点右键查看源代码,被给包住了,Xpath的功能就是通过这些标签来找到特定信息。

浏览器F12打开调试控制台,

指到该信息处,右侧就会显示出对应的代码

点右键有个好东西,

这个就可以拿来用啦。不幸的是,Scrapy经常不能识别出来,所以我们还需要会一点Xpath的语法(查一查10分钟搞定),参考Copy的自己修改一下。这里推荐Chrome的Xpath Helper这个插件,可以查看自己写的Xpath正不正确。

def parse_item(self,response):

name=response.xpath('//*[@class="title"][1]')

print(name)

好了,测试一下,运行run.py出现以下问题,403 forbidden,网站怀疑我们是机器人操作,

于是在setting.py里面伪装我们是浏览器的正常操作,

增加一个

总结

Scrapy可用来爬特定规则的网址,并进行处理;allow、follow等参数告诉程序如何“顺蔓摸瓜”;Xpath可方便的找出网页中的信息,本文举到的例子仅仅是提取电影名,我们其实如文章一开始的图片可以做的更丰富一些,对分数、演员、导演等加入一些判断,选择我们需要的电影。

进群:125240963   即可获取源码哦!

希望与广大网友互动??

点此进行留言吧!

python实现自动下载软件怎么办_打造一款Python实现自动下载电影的“脚本”!那种电影也可以哦!...相关推荐

  1. python下载电影_打造一款Python实现自动下载电影的“脚本”!那种电影也可以哦!...

    原标题:打造一款Python实现自动下载电影的"脚本"!那种电影也可以哦! 都很有规律不是吗?而在Scrapy里面,就可以设定我们想要的规律,Scrapy就可以对这些符合规律的网址 ...

  2. python文本分析的开源工具_共有11款Python 中文分词库开源软件

    "哑哈"中文分词,更快或更准确,由你来定义.通过简单定制,让分词模块更适用于你的需求. "Yaha" You can custom your Chinese W ...

  3. 手机学python语言用什么软件好_盘点几个在手机上可以用来学习编程的软件

    安装完成后,打开这个软件,就可以直接编写C/C++代码了,如下,代码高亮,语法检查,还支持查找.定位行.格式化代码功能: 编辑完成后,直接点击"Run",就能运行程序,效果如下: ...

  4. python客户端软件开发_妙小程python客户端

    妙小程python客户端官方版是一款由妙小程开发的学习Python课程的学习软件,妙小程python客户端最新版软件拥有丰富代码库,编程更加酷炫,妙小程python客户端集有趣.高科技.有温度于一身, ...

  5. python数据分析用什么软件好_居民出行OD调查后数据分析应该用什么软件做?

    居民出行OD调查后数据分析应该用什么软件做?以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧! 居民出行OD调查后数据分析应 ...

  6. python贴吧自动评论软件手机版_python实现百度贴吧自动顶贴机器人

    python顶贴机器人视频演示如下 测试版本: python 3.7 64位 火狐浏览器firefox 83.0 (64 位) selenium 3.141.0 文件目录结构如下图: 开发这款小工具, ...

  7. python下载无法安装_各种版本的python下载安装教程

    关键时刻,第一时间送达! 先不说楚枫的这般年纪,能够踏入元武一重说明了什么,最主要的是,楚枫在刚刚踏入核心地带时,明明只是灵武七重,而在这两个月不到的时间,连跳两重修为,又跳过一个大境界,踏入了元武一 ...

  8. vue打包的app如何设置自动清理软件缓存_使用Webpack启动你的Vue.js应用

    Webpack是开发Vue.js单页面应用(SPA)最基本的工具.通过管理负责的构建步骤能够使开发工作流非常的简单,同时也能够优化应用的大小提升应用的性能. 在这篇文章我将为大家展示Webpack是如 ...

  9. 限制网速软件_最具良心的三款下载软件丨你pick哪款?

    大家在生活中免不了要去网上找各种资源,然后用下载软件把资源下载到本地然后使用.但是现在一些主流的下载软件都会有下载速度限制,就会导致过多的时间浪费,资源与工作内容还有时间的矛盾.今天,我就来给大家分享 ...

最新文章

  1. 【Java进阶】SpringBoot整合Redis
  2. C#宿舍管理系统数据表文档分析含释义
  3. 小白必看!JS中循环语句大集合
  4. python计算while循环次数_python-----运算符及while循环
  5. 创建带Tomcat服务的Centos Docker镜像
  6. 【LeetCode】124. Binary Tree Maximum Path Sum
  7. css 左边阴影_css揭秘-用户体验
  8. MOSFET(三):电源缓启动
  9. 网络登录计算机密码怎么设置,电脑怎么设置无线网密码?
  10. matlab矩阵逆时针旋转90度_matlab矩阵旋转任意角度的函数 imrotate
  11. SUNLORDINC顺络电子LTCC产品推广资料
  12. hadoop容错性(详解版)
  13. aso关键词优化,我们该不该去做?
  14. java定义一个short_JDK源码解读第七章:java.lang.Short
  15. pytest框架笔记(十三) : Pytest+Allure定制报告
  16. 总价+激励合同(FPIF)的计算,与CPIF的区别
  17. C语言中abs和fabs的区别
  18. 计科学硕考研初试经验贴(11408)
  19. laravel voyager 笔记
  20. 钛资本研究院:基层诊疗,人工智能临床辅助决策的新战场

热门文章

  1. Ubuntu服务器添加、删除用户及用户权限设置
  2. mysql轻松实现排序后增加序号列
  3. PowerPoint365--------制作海报
  4. 王者荣耀服务器维护5月22,王者荣耀5月22日iOS异常登录及补偿公告 官方发放补偿奖励...
  5. 血型遗传关系c语言编程,血型遗传
  6. 中研股份通过注册:拟募资4.6亿 谢怀杰家族控制46%股权
  7. 源码时代UI设计干货分享| PS调色法之赛博朋克风
  8. 【3、股票交易时间】
  9. 【分享】给广大的MAC用户分享一个博客
  10. 数字钟课程设计(74HC393版)