Request模块实战04 ---- 爬取豆瓣电影排行榜

Request模块实战04 ---- 爬取豆瓣电影排行榜

---

需求：爬取豆瓣指定的电影类型排行榜

本案例主要通过查看豆瓣网站推荐电影，通过python爬取指定类型电影排行榜上的电影信息。

---

需求分析：

通过对网页的分析，当我们对页面进行滚动的时候，对应的电影信息会按照评分不断的刷新出来，类似于之前的破解百度翻译，我们会发现都有局部刷新的概念，也就是ajax的应用。

爬取豆瓣电影排行信息ajax请求局部刷新

通过开发者模式，我们可以发现确实在每次滚动刷新获取电影信息的时候，都会发动一个ajax请求包，配上特定的参数，即可获取。并且同时信息也是以json的形式传输。

---

代码实现：

# -*- coding: utf-8
#  @Time    : 2020/12/13 22:37
#  @Author  : ZYX
#  @File    : request实战之豆瓣电影分类排行榜.py
# @software: PyCharm
import requests
import json

if __name__ == '__main__':
    # UA伪装
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3776.400 QQBrowser/10.6.4212.400'
    }
    # 指定url
    url = 'https://movie.douban.com/j/chart/top_list?'
    # 设定处理参数
    param = {
        'type': '17',
        'interval_id': '100:90',
        'action': '',
        'start': '0',    # 从数据库中取电影的起点
        'limit': '20',    # 一次请求取出的限制数
    }
    # 发送请求
    response = requests.get(url=url,params=param,headers=headers)
    # 获取响应数据
    list_data = response.json()
    # 结果持久化
    filePath = "./data/douBan.json"
    with open(filePath,'w',encoding="utf-8") as fp:
        json.dump(list_data,fp=fp,ensure_ascii=False)
    print("douBan.json保存成功，爬取过程已完成！！！")

结果展示：

---

分析：

• url参数处理



• 对于这里的参数我们是写死的，可以通过传入实参的形式实现动态指定电影类型爬取。优化代码如下：

# 设定处理参数
 type = input("请输入电影类型号：")
 start = input("请输入爬取的电影开始：")
 limit = input("请输入爬取的电影信息数量：")
 param = {
     'type': type,     # 电影类型
     'interval_id': '100:90',
     'action': '',
     'start': start,     # 从数据库中取电影的起点
     'limit': limit,    # 一次请求取出的限制数
 }
 # 发送请求
 response = requests.get(url=url,params=param,headers=headers)

在这里我们设置参数为传入实参的形式，类型号13(爱情),开始爬取的电影编号为2，信息数目为2，也就是爬取两条电影信息。通过对爬取后的文件分析可以得出start参数的值是从0开始的，类似数组下标(索引)。

---