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=100:90&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=100:90&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'], "\n", "名称：", item['title'], "\n", "类型：", item['types'], "\n", "主演：", item['actors'], "\n", "分数：", item['score'],"\n-------------",)

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

转载于:https://www.cnblogs.com/xpwi/p/9600894.html

相关资源：垃圾分类数据集及代码