Scrapy抓取豆瓣電影TOP250所有電影封面

爬蟲框架:Scrapy 1.5
目標(biāo)站點:https://movie.douban.com/top250

豆瓣電影TOP250

目的抓取頁面電影封面攒射,并下載到指定目錄中鲜戒。

爬蟲項目目錄:


爬蟲項目目錄

爬蟲:movie_spider.py

import scrapy
from douban.items import DoubanItem

class MovieSpider(scrapy.Spider):
    name = 'movie'
    start_urls = ['https://movie.douban.com/top250']
    allowed_domains = ['douban.com']

    def parse(self, response):
        movies = response.xpath("http://ol[@class='grid_view']//li/div[@class='item']")
        item = DoubanItem() 
        for movie in movies:
            item['title'] = movie.xpath("./div/div/a/span[@class='title'][1]/text()").extract_first()
            item['num'] = movie.xpath(".//div[@class='pic']/em/text()").extract_first()
            item['stars'] = movie.xpath(".//span[@class='rating_num']/text()").extract_first()
            item['src'] = movie.xpath("./div/a/img/@src").extract_first()
            yield item

        next_page = response.xpath("http://div[@class='paginator']/span[@class='next']/a/@href").extract_first()
        if next_page is not None:
            next_url = "https://movie.douban.com/top250" + next_page
            yield scrapy.Request(next_url)

管道代碼:pipelines.py

import urllib
import os
from scrapy.exceptions import DropItem

class DoubanPipeline(object):
    def __init__(self):
        self.file = open('movies.json','w',encoding='utf-8')
    def process_item(self, item, spider):
        if item['src'] is not None:
            conn = urllib.request.urlopen(item['src'])
            with open("download/"+item['num']+item['title']+".jpg",'wb') as file:
                file.write(conn.read())
                file.close()

配置文件:settings.py
設(shè)置訪問頭和啟動管道文件

USER_AGENT = 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.77 Safari/537.36'

ITEM_PIPELINES = {
   'douban.pipelines.DoubanPipeline': 300,
}

執(zhí)行結(jié)果:


電影封面截圖
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末境钟,一起剝皮案震驚了整個濱河市植酥,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌翔烁,老刑警劉巖渺氧,帶你破解...
    沈念sama閱讀 216,651評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異租漂,居然都是意外死亡,警方通過查閱死者的電腦和手機颊糜,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,468評論 3 392
  • 文/潘曉璐 我一進店門哩治,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人衬鱼,你說我怎么就攤上這事业筏。” “怎么了鸟赫?”我有些...
    開封第一講書人閱讀 162,931評論 0 353
  • 文/不壞的土叔 我叫張陵蒜胖,是天一觀的道長消别。 經(jīng)常有香客問我,道長台谢,這世上最難降的妖魔是什么寻狂? 我笑而不...
    開封第一講書人閱讀 58,218評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮朋沮,結(jié)果婚禮上蛇券,老公的妹妹穿的比我還像新娘。我一直安慰自己樊拓,他們只是感情好纠亚,可當(dāng)我...
    茶點故事閱讀 67,234評論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著筋夏,像睡著了一般蒂胞。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上条篷,一...
    開封第一講書人閱讀 51,198評論 1 299
  • 那天骗随,我揣著相機與錄音,去河邊找鬼拥娄。 笑死蚊锹,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的稚瘾。 我是一名探鬼主播牡昆,決...
    沈念sama閱讀 40,084評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼摊欠!你這毒婦竟也來了丢烘?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,926評論 0 274
  • 序言:老撾萬榮一對情侶失蹤些椒,失蹤者是張志新(化名)和其女友劉穎播瞳,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體免糕,經(jīng)...
    沈念sama閱讀 45,341評論 1 311
  • 正文 獨居荒郊野嶺守林人離奇死亡赢乓,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,563評論 2 333
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了石窑。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片牌芋。...
    茶點故事閱讀 39,731評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖松逊,靈堂內(nèi)的尸體忽然破棺而出躺屁,到底是詐尸還是另有隱情,我是刑警寧澤经宏,帶...
    沈念sama閱讀 35,430評論 5 343
  • 正文 年R本政府宣布犀暑,位于F島的核電站驯击,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏耐亏。R本人自食惡果不足惜徊都,卻給世界環(huán)境...
    茶點故事閱讀 41,036評論 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望苹熏。 院中可真熱鬧碟贾,春花似錦、人聲如沸轨域。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,676評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽干发。三九已至朱巨,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間枉长,已是汗流浹背冀续。 一陣腳步聲響...
    開封第一講書人閱讀 32,829評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留必峰,地道東北人洪唐。 一個月前我還...
    沈念sama閱讀 47,743評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像吼蚁,于是被迫代替她去往敵國和親凭需。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,629評論 2 354

推薦閱讀更多精彩內(nèi)容