Python爬虫教程-17-ajax爬取实例（豆瓣电影）

Python爬虫教程-17-ajax爬取实例（豆瓣电影）

ajax： 简单的说，就是一段js代码，通过这段代码，可以让页面发送异步的请求，或者向服务器发送一个东西，即和服务器进行交互

对于ajax：

• 1.一定会有 url，请求方法(get, post)，可能有数据
• 2.一般使用 json 格式

爬取豆瓣电影

• 网站分析：
  • 打开豆瓣电影网站：https://movie.douban.com/，选择【排行榜】，点击【动作】分类
  • 一直往下滑，可以看到这样的效果：快到低的时候又有了新的内容，也就是往下没完
  • 基本可以判定使用了 ajax 请求，进行异步的加载
    
  • 然后进去检查请求的信息：
    • 1.右键【检查】>【Network】
    • 2.向下滚动页面
    • 3.可以看到请求在不断不更新，点击一个请求，就可以看到请求的信息
      
• 代码文件：https://xpwi.github.io/py/py爬虫/py19db.py

# 爬取豆瓣电影数据
# 了解ajax的爬取方式
# https://movie.douban.com/

from urllib import request
import json

# url信息：interval_id表示排名段（可自行修改），limit限制20个
url = "https://movie.douban.com/j/chart/top_list?type=5&interval_id=100%3A90&action=&start=20&limit=20"

rsp = request.urlopen(url)
data = rsp.read().decode()

data = json.loads(data)

print(data)

运行结果

可以看到结果在一行显示

修改输出格式

• 对于返回的json数据，我们选择想要的内容，想要的格式输出
• 代码文件：https://xpwi.github.io/py/py爬虫/py19db2.py

# 爬取豆瓣电影数据
# 了解ajax的爬取方式
# https://movie.douban.com/

from urllib import request
import json

# url信息：interval_id表示排名段（可自行修改），limit限制20个
url = "https://movie.douban.com/j/chart/top_list?type=5&interval_id=100%3A90&action=&start=20&limit=20"

rsp = request.urlopen(url)
data = rsp.read().decode()

data = json.loads(data)

# 遍历输出每个'k'和'v'的值
for item in data:
      print("排名：", item['rank'], "
",
            "名称：", item['title'], "
",
            "类型：", item['types'], "
",
            "主演：", item['actors'], "
",
            "分数：", item['score'],"
-------------",)

运行结果

这里结果就比较顺眼了，如果需要更改排名段，因为是get请求，修改需要在url参数即可

更多文章链接：Python 爬虫随笔

• 本笔记不允许任何个人和组织转载