会员可以在此提问,百战程序员老师有问必答
对大家有帮助的问答会被标记为“推荐”
看完课程过来浏览一下别人提的问题,会帮你学得更全面
截止目前,同学们一共提了 132998个问题
JAVA 全系列/第一阶段:JAVA 快速入门/飞机大战小项目训练 28427楼
人工智能/第二阶段:人工智能基础-Python基础/Python基础语法-旧 28428楼
Python 全系列/第一阶段:Python入门/Python入门(动画版) 28429楼
Python 全系列/第十七阶段:数据分析-数据可视化/pyecharts(23旧) 28432楼
JAVA 全系列/(旧的隐藏)第七阶段:JAVA 高级技术/Redis 28434楼
Python 全系列/第七阶段:网页编程基础/JavaScript 28437楼

image.png

JAVA 全系列/第一阶段:JAVA 快速入门/变量、数据类型、运算符 28438楼
JAVA 全系列/第三阶段:数据库编程/SQL 语言 28439楼

from fake_useragent import UserAgent
import requests
from pyquery import PyQuery
from time import sleep

def get_html(url):
    headers = {'User-Agent': UserAgent().chrome}
    resp = requests.get(url, headers=headers)
    sleep(3)
    if resp.status_code == 200:
        resp.encoding = 'utf-8'
        return resp.text
    else:
        return None

def get_list(html):
    pq = PyQuery(html)
    all_a = pq('div>a[data-act="movies-click"]')
    return [a.get("href") for a in all_a]

def get_index(html):
    pq = PyQuery(html)
    # 电影标题
    name = pq('h1.name').eq(0).text()
    # 电影类型
    types = pq('a.text-link').eq(0).text()
    # 参演人员
    actors_m = pq('li.celebrity.actor>div>.name')
    actor = format_actors(actors_m)
    return f"电影名:{name} \n 类型:{types} \n 演员:{actor} \n"

def format_actors(a_list):
    actors_set = set()
    for a in a_list:
        actors_set.add(a.text.strip())
    return actors_set

def start():
    num = int(input("输入获取多少页数据:"))
    for i in range(num):
        url = f'https://www.maoyan.com/films?offset={i * 30}'
        html = get_html(url)     # 请求内容
        all_href = get_list(html)     # 使用PuQuery解析
        for a in all_href:
            url_ = f'https://maoyan.com{a}'
            index_html = get_html(url_)
            info = get_index(index_html)
            print(info)

if __name__ == '__main__':
    start()

老师,每次爬取到第八个的时候总是出错,index超范围,或者这样屏幕截图 2021-11-07 221603.png

Python 全系列/第十四阶段:Python 爬虫开发/爬虫基础(旧) 28440楼

课程分类

百战程序员微信公众号

百战程序员微信小程序

©2014-2025百战汇智(北京)科技有限公司 All Rights Reserved 北京亦庄经济开发区科创十四街 赛蒂国际工业园
网站维护:百战汇智(北京)科技有限公司
京公网安备 11011402011233号    京ICP备18060230号-3    营业执照    经营许可证:京B2-20212637