python爬虫练习-爬取豆瓣电影:环太平洋:雷霆再起部分信息

1.导入的库:requestslxml

2.xpath获取

火狐浏览器:打开网页,按F12,选择查看器


点击查看器左边按钮或使用ctrl+shift+c,查看页面元素

如标题的xpath信息为:/html/body/div[3]/div[1]/h1/span[1]

代码

#coding-utf8
import requests
from lxml import etree

url = 'https://movie.douban.com/subject/20435622/'
data = requests.get(url).text                           #获取页面的text
s = etree.HTML(data)                                    #解析data

#xpath信息
film =s.xpath('/html/body/div[3]/div[1]/h1/span[1]/text()')
time =s.xpath('/html/body/div[3]/div[1]/h1/span[2]/text()')
director=s.xpath('/html/body/div[3]/div[1]/div[2]/div[1]/div[1]/div[1]/div[1]/div[2]/span[1]/span[2]/a/text()')
#想要一次性得到所有的编剧信息,只要将任意一个编剧的xpath中的a[1],a[2]...改为a即可
#screenwriter1 =s.xpath('/html/body/div[3]/div[1]/div[2]/div[1]/div[1]/div[1]/div[1]/div[2]/span[2]/span[2]/a[1]/text()')vs
screenwriters =s.xpath('/html/body/div[3]/div[1]/div[2]/div[1]/div[1]/div[1]/div[1]/div[2]/span[2]/span[2]/a/text()')
print('电影名称:',film)
print('上映时间:',time)
print('导演:',director)
#print('编剧1:',screenwriter1)
print('编剧:',screenwriters)

结果

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

友情链接更多精彩内容