2019-10-28(python第六天)(下)

import requests
from lxml import html
import pandas as pd

def spider(isbn):
    url = 'https://movie.douban.com/cinema/later/{}/'.format(isbn)
    headers = {"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.70 Safari/537.36"}

    html_data = requests.get(url, headers=headers).text
    selector = html.fromstring(html_data)

    div_list = selector.xpath('//div[@id="showing-soon"]/div')
    print('有{}部电影即将上映'.format(len(div_list)))

    movie_info_list = []
    for div in div_list:
        # 获取电影名字
        movie_names = div.xpath('div[@class="intro"]/h3/a/text()')[0]
        # print(movie_names)
        # 获取电影上映日期
        movie_days = div.xpath('div/ul/li/text()')[0]
        # print(movie_days)
        # 获取电影类型
        movie_types = div.xpath('div/ul/li/text()')[1]
        # print(movie_types)
        # 获取电影出版国家
        movie_countries = div.xpath('div/ul/li/text()')[2]
        # print(movie_countries)
        # 获取电影想看的人数
        movie_numbers = div.xpath('div/ul/li/span/text()')[0]
        movie_numbers = movie_numbers.replace('人想看', '')
        # print(movie_numbers)
        # 获取电影的封面图片
        movie_photos = div.xpath('a/img/@src')
        # print(movie_photos)

        movie_info_list.append(
            {"movie_name": movie_names,
             "movie_days": movie_days,
             "movie_types": movie_types,
             "movie_countries": movie_countries,
             "movie_numbers": movie_numbers,
             "movie_photos": movie_photos}
        )

    print('############################################')
    print('##################排序前####################')
    print('############################################')
    print(movie_info_list)

    print('############################################')
    print('##################具体如下###################')
    print('############################################')

    for movies in movie_info_list:
        print(movies)

    print('############################################')
    print('##################排序后####################')
    print('############################################')

    movie_info_list.sort(key=lambda x: int(x['movie_numbers']), reverse=True)    # 定义匿名函数使列表按'movie_numbers'的方式排序
    print(movie_info_list)    

    print('############################################')
    print('##################具体如下###################')
    print('############################################')

    for movies in movie_info_list:
        print(movies)
    
    # 将爬取到的数据存进本地csv文件里 
    df = pd.DataFrame(movie_info_list)    # 转化成dataframe格式
    df.to_csv('豆瓣电影信息.csv')    # 存储成csv

    # 批量图片下载
    for movies in movie_info_list:
        movie_link = movies['movie_photos'][0]    # 记得加[0],不然会报错
        # print(movie_link)
        res = requests.get(movie_link)
        if res.status_code == 200:
            with open('../image/{}.jpg'.format(movies['movie_name']), 'wb') as f:
                f.write(res.content)

isbn = input('请输入要搜索的城市名(中英文均可),例如:沈阳或shenyang')
spider(isbn)
请输入要搜索的城市名(中英文表示),例如:shenyang沈阳
有25部电影即将上映
############################################
##################排序前####################
############################################
[{'movie_name': '爱在零纬度', 'movie_days': '10月29日', 'movie_types': '爱情 / 家庭', 'movie_countries': '中国大陆', 'movie_numbers': '188', 'movie_photos': ['https://img1.doubanio.com/view/photo/s_ratio_poster/public/p2572231307.jpg']}...]
############################################
##################具体如下###################
############################################
{'movie_name': '爱在零纬度', 'movie_days': '10月29日', 'movie_types': '爱情 / 家庭', 'movie_countries': '中国大陆', 'movie_numbers': '188', 'movie_photos': ['https://img1.doubanio.com/view/photo/s_ratio_poster/public/p2572231307.jpg']}
{'movie_name': '小巷管家', 'movie_days': '10月29日', 'movie_types': '剧情', 'movie_countries': '中国大陆', 'movie_numbers': '122', 'movie_photos': ['https://img3.doubanio.com/view/photo/s_ratio_poster/public/p2572339805.jpg']}
...}
############################################
##################排序后####################
############################################
[{'movie_name': '天气之子', 'movie_days': '11月01日', 'movie_types': '爱情 / 动画 / 奇幻', 'movie_countries': '日本', 'movie_numbers': '67442', 'movie_photos': ['https://img3.doubanio.com/view/photo/s_ratio_poster/public/p2570055890.jpg']},
...]
############################################
##################具体如下###################
############################################
{'movie_name': '天气之子', 'movie_days': '11月01日', 'movie_types': '爱情 / 动画 / 奇幻', 'movie_countries': '日本', 'movie_numbers': '67442', 'movie_photos': ['https://img3.doubanio.com/view/photo/s_ratio_poster/public/p2570055890.jpg']}
{'movie_name': '终结者:黑暗命运', 'movie_days': '11月01日', 'movie_types': '动作 / 科幻 / 冒险', 'movie_countries': '美国', 'movie_numbers': '21889', 'movie_photos': ['https://img9.doubanio.com/view/photo/s_ratio_poster/public/p2571762536.jpg']},
...}

保存到本地csv文件,效果如下:


豆瓣电影信息.csv.png

批量下载图片到本地,效果如下:


图片保存到本地.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,976评论 6 513
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,249评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 167,449评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,433评论 1 296
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,460评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,132评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,721评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,641评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,180评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,267评论 3 339
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,408评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,076评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,767评论 3 332
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,255评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,386评论 1 271
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,764评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,413评论 2 358

推荐阅读更多精彩内容

  • Swift1> Swift和OC的区别1.1> Swift没有地址/指针的概念1.2> 泛型1.3> 类型严谨 对...
    cosWriter阅读 11,109评论 1 32
  • 个人学习批处理的初衷来源于实际工作;在某个迭代版本有个BS(安卓手游模拟器)大需求,从而在测试过程中就重复涉及到...
    Luckykailiu阅读 4,729评论 0 11
  • 安好的婚事(七) 范伟无聊地在商场中转来转去,他不知道自己这样退出来是否明智,从他第一眼看到那个叫李辰东的男人,他...
    六月孺子牛阅读 475评论 1 4
  • 我知道你刚经历冬天,心里仍有许多的凄凉,但是你不说,只默默地对我微笑…… 我知道你见过许多的日出,但你期待着每一天...
    眉开眼笑_2871阅读 419评论 2 19
  • 我去过很多次凤凰。 还未变成“艳遇之地”前,这里是一座安静悠闲的小城。悠长的石板街,清澈透底的沱江水,淡蓝的天空,...
    魔旅行阅读 314评论 0 0