【python】從豆瓣獲取評(píng)分

目的

快速的從豆瓣獲取電影的評(píng)分情況

方案

直接訪問https://www.douban.com/search?q={movie_name},獲取網(wǎng)頁相關(guān)內(nèi)容,終端直接輸出。
借此步驟,以后配合alfred做快速信息瀏覽儡遮,美滋滋。

依賴庫安裝

pip3 install bs4 requests

執(zhí)行效果

~ python3 douban.py 四體
[電影]    4.9 144人評(píng)價(jià)  2004    四體
[電影]    6.3 21288人評(píng)價(jià)    2005    美國派(番外篇)4:集體露營(yíng)

支持開源

#! /usr/bin/env python3
# -*- coding:utf-8 -*-
import requests
import bs4
import sys


"""
python3 {douban.py} {movie_name}
"""


def get_web(url):
    header = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.114 Safari/537.36 Edg/91.0.864.59"
    }
    res = requests.get(url, headers=header, timeout=5)
    return res.text


def parse_city_date(soup):
    location = soup.find("div", class_="crumbs fl")

    date = soup.find("h1", class_="clearfix city")
    return (
        location.text.strip().replace("\n", "").replace(" ", ""),
        date.i.text.strip()[:16],
    )


def temp_string(high, low):
    return f"{high} / {low}" if high and low else f"{high}{low}"


def format_infos(*infos):
    datas = list(*infos)
    return f"%-6s\t%s\t%s" % (datas[0], datas[1], "\t".join(datas[2:]))


def parse_content(e):
    def text_or_empty(o):
        return o.text if o else ""

    def sub_cast_year(o):
        return o.split("/")[-1].strip() if o else ""

    def format_rating_person(s):
        return s[1:-1]

    type = text_or_empty(e.h3.span)
    name = text_or_empty(e.h3.a)
    rating_info = e.div
    rating_nums = text_or_empty(rating_info.find("span", class_="rating_nums"))
    sub_cast = text_or_empty(rating_info.find("span", class_="subject-cast"))
    year = sub_cast_year(sub_cast)
    rating_person_nums = format_rating_person(
        text_or_empty(rating_info.find("span", class_=None))
    )
    return type, rating_nums, rating_person_nums, year, name


def parse_contents(soup):
    def filter(infos):
        for i in range(len(infos) - 1, -1, -1):
            if (
                infos[i].find("[小組]") == 0
                or infos[i].find(" ") == 0
                or infos[i].find("[日記]") == 0
            ):
                infos.pop(i)
        return infos

    contents = soup.find_all("div", class_="title")
    return filter([format_infos(parse_content(content)) for content in contents])


def print_weather(day, weather, tem, wind):
    for i in range(0, 7):
        print(f"{day[i]:<10}{tem[i]:^15}{wind[i]:<10}\t{weather[i]}")


def create_soup(movie_name):
    return bs4.BeautifulSoup(
        get_web(f"https://www.douban.com/search?q={movie_name}"), "lxml"
    )


if __name__ == "__main__":
    if len(sys.argv) < 2:
        print("please input movie name")
        exit(0)

    movie_name = sys.argv[1]
    soup = create_soup(movie_name)
    contents = parse_contents(soup)
    print(*contents, sep="\n")

感覺好玩的就來個(gè)贊呀暗赶!

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市肃叶,隨后出現(xiàn)的幾起案子蹂随,更是在濱河造成了極大的恐慌,老刑警劉巖因惭,帶你破解...
    沈念sama閱讀 221,695評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件岳锁,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡蹦魔,警方通過查閱死者的電腦和手機(jī)激率,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,569評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來勿决,“玉大人乒躺,你說我怎么就攤上這事〉退酰” “怎么了嘉冒?”我有些...
    開封第一講書人閱讀 168,130評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)咆繁。 經(jīng)常有香客問我讳推,道長(zhǎng),這世上最難降的妖魔是什么玩般? 我笑而不...
    開封第一講書人閱讀 59,648評(píng)論 1 297
  • 正文 為了忘掉前任银觅,我火速辦了婚禮,結(jié)果婚禮上坏为,老公的妹妹穿的比我還像新娘究驴。我一直安慰自己镊绪,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,655評(píng)論 6 397
  • 文/花漫 我一把揭開白布纳胧。 她就那樣靜靜地躺著镰吆,像睡著了一般。 火紅的嫁衣襯著肌膚如雪跑慕。 梳的紋絲不亂的頭發(fā)上万皿,一...
    開封第一講書人閱讀 52,268評(píng)論 1 309
  • 那天,我揣著相機(jī)與錄音核行,去河邊找鬼牢硅。 笑死,一個(gè)胖子當(dāng)著我的面吹牛芝雪,可吹牛的內(nèi)容都是我干的减余。 我是一名探鬼主播,決...
    沈念sama閱讀 40,835評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼惩系,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼位岔!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起堡牡,我...
    開封第一講書人閱讀 39,740評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤抒抬,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后晤柄,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體擦剑,經(jīng)...
    沈念sama閱讀 46,286評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)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(diǎn)故事閱讀 38,375評(píng)論 3 340
  • 正文 我和宋清朗相戀三年芥颈,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了惠勒。 大學(xué)時(shí)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。...
    茶點(diǎn)故事閱讀 40,505評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡爬坑,死狀恐怖纠屋,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情妇垢,我是刑警寧澤巾遭,帶...
    沈念sama閱讀 36,185評(píng)論 5 350
  • 正文 年R本政府宣布,位于F島的核電站闯估,受9級(jí)特大地震影響灼舍,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜涨薪,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,873評(píng)論 3 333
  • 文/蒙蒙 一骑素、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧刚夺,春花似錦献丑、人聲如沸末捣。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,357評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽箩做。三九已至,卻和暖如春妥畏,著一層夾襖步出監(jiān)牢的瞬間邦邦,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,466評(píng)論 1 272
  • 我被黑心中介騙來泰國打工醉蚁, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留燃辖,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,921評(píng)論 3 376
  • 正文 我出身青樓网棍,卻偏偏與公主長(zhǎng)得像黔龟,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子滥玷,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,515評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容