东秦03

xpath语法

# 读取本地
# pip install lxml
from lxml import html
with open('index.html', mode='r', encoding='utf-8') as f:
    data = f.read()
    # print(data)
    selector = html.fromstring(data)
    # 获取标签内容
    h1 = selector.xpath('/html/body/h1/text()')[0]
    print(h1)

    # 获取标签属性 @ 属性名
    a = selector.xpath('/html/body/a/@href')[0]
    print(a)

    link = selector.xpath('/html/body/img/@src')[0]
    print(link)

豆瓣top250

import requests
from lxml import html
from matplotlib import pyplot as plt
import pandas as pd
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36"}
movie_ls = []
for i in range(0, 230, 25):
    url = "https://movie.douban.com/top250?start={}&filter=".format(i)
    # 添加请求头, 目的是伪装成浏览器
    response = requests.get(url, headers=headers)
    # 看编码
    print(response.encoding)
    print(response.status_code)
    data = response.text
    selector = html.fromstring(data)
    #  // 代表任意位置出发
    # 获取html标签的内容
    # //标签名1[@属性=属性值]/标签名1[@属性=属性值/text()
    # 获取html标签的属性值
    # //标签名1[@属性=属性值]/标签名1[@属性=属性值/@属性名
    ol_list = selector.xpath('//div[@id="content"]//ol/li')
    print(len(ol_list))
    counts = {}
    for movie in ol_list:
        movie_name = movie.xpath('div[@class="item"]/div[@class="info"]/div[@class="hd"]/a/span[1]/text()')[0]
        print(movie_name)
        movie_score = \
        movie.xpath('div[@class="item"]/div[@class="info"]/div[@class="bd"]/div[@class="star"]/span[2]/text()')[0]
        print(movie_score)
        movie_evals = \
        movie.xpath('div[@class="item"]/div[@class="info"]/div[@class="bd"]/div[@class="star"]/span[4]/text()')[0]
        print(movie_evals)
        movie_img_link = movie.xpath('div[@class="item"]/div[@class="pic"]/a/img/@src')[0]
        print(movie_img_link)
        # 写入本地  .content获取二进制数据
        img_data = requests.get(movie_img_link).content
        # wb 是写二进制
        with open('./imgs/{}.jpg'.format(movie_name), mode='wb') as f:
            f.write(img_data)
        counts[movie_score] = counts.get(movie_score,0) + 1
        movie_ls.append({
            "movie_name":movie_name,
            "movie_score":movie_score,
            "movie_evals":movie_evals,
            "movie_img_link":movie_img_link
        })
# 比如各个评分占比 9.1 占 250电影的百分之多少
num_ls = list(counts.values())
score_ls = list(counts.keys())
plt.pie(num_ls, labels=score_ls)
plt.show()
df = pd.DataFrame(movie_ls)
df.to_csv('doubantop250.csv')
©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 216,692评论 6 501
  • 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 92,482评论 3 392
  • 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 162,995评论 0 353
  • 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 58,223评论 1 292
  • 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 67,245评论 6 388
  • 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 51,208评论 1 299
  • 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 40,091评论 3 418
  • 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 38,929评论 0 274
  • 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 45,346评论 1 311
  • 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 37,570评论 2 333
  • 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 39,739评论 1 348
  • 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 35,437评论 5 344
  • 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 41,037评论 3 326
  • 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 31,677评论 0 22
  • 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 32,833评论 1 269
  • 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 47,760评论 2 369
  • 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 44,647评论 2 354

推荐阅读更多精彩内容