爬虫爬取猫眼电影_python爬取豆瓣电影信息

爬虫爬取猫眼电影_python爬取豆瓣电影信息采集字段:标题、咨询内容

【从零开始学爬虫】采集猫眼电影热门资讯数据

爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

l 采集网站

​【场景描述】采集猫眼电影热门资讯数据。

【源网站介绍】猫眼电影为用户提供热点影视资讯,新闻资讯,让用户能够提前了解当下即将上映的电影信息。

【使用工具】前嗅ForeSpider数据采集系统,免费下载:

ForeSpider免费版本下载地址

【入口网址】

https://www.maoyan.com/news?showTab=2&offset=0

【采集内容】

采集猫眼电影上的热门新闻资讯数据,采集字段:标题、资讯内容。

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

【采集效果】如下图所示:

爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

l 思路分析

配置思路概览:

爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

l 配置步骤

1.新建采集任务

选择【采集配置】,点击任务列表右上方【+】号可新建采集任务,将采集入口地址填写在【采集地址】框中,【任务名称】自定义即可,点击下一步。

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

2.获取翻页链接

采用链接过滤的方法来抽取翻页链接,具体如下所示:
①在浏览器上先观察翻页链接规律,找到规律,很明显翻页链接中都包含:https://www.maoyan.com/news?showTab=2&offset=

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

②设置地址过滤,过滤包含“https://www.maoyan.com/news?showTab=2&offset=”的链接,这样就把翻页链接过滤出来了。 

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

③关联模板,将翻页链接抽取,关联模板01。

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

3.抽取列表链接

①新建一个链接抽取,改名为【列表链接】,将翻页链接抽取改名为【翻页链接】。

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

②使用链接过滤的方法来获取列表链接,先采集预览,打开列表链接预览结果,找到资讯链接并观察规律,发现其中都包括:“https://www.maoyan.com/films/news/+一串数字”

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

 

③设置地址过滤,过滤包含“https://www.maoyan.com/films/news/”的链接,这样就把翻页链接过滤出来了。其中d表示数字串。

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

4.抽取数据

①新建一个抽取模板,在其下新建一个数据抽取,具体操作如下所示:

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

②数据建表,按照下图所示建数据表。(注意字段属性等应严格按照下图进行设置)

 

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

③将新建好的数据表,关联到模板中去,如下图所示:

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

 

④填写示例数据,采集预览,复制任意一条影评链接。

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

⑤将链接粘贴到本模板示例地址中,并双击内置浏览器空白部分,加载本链接。

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

⑥关联模板
 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

 

⑦数据取值

使用定位取值的方法,title字段如下所示:

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

Text字段如下所示:

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

⑧采集预览

采集预览如下图所示,说明配置成功,可以开始采集。如果有哪个字段或者数据没有出来,再次检查之前配置,正确配置模板。

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

l 采集步骤

模板配置完成,采集预览没有问题后,可以进行数据采集。

①建立数据表单:

选择【数据建表】,点击【表单列表】中该模板的表单,在【关联数据表】中选择【创建】,表名称自定义,这里命名为【maoyan】(注意命名不能用数字和特殊符号),点击【确定】。创建完成,勾选数据表,并点击右上角保存按钮。

 爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

②开始采集

选择【数据采集】,勾选任务名称,点击【开始采集】,则正式开始采集。

爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

③导出数据

采集结束后,可以在【数据浏览】中,选择数据表查看采集数据,并可以导出数据。

爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

 

 

④导出的文件打开如下图所示:

爬虫爬取猫眼电影_python爬取豆瓣电影信息

 

 

 

本教程仅供教学使用,严禁用于商业用途!

原文地址:https://www.cnblogs.com/forenose/archive/2022/11/25/16924519.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
转载请注明出处: https://daima100.com/4497.html

(0)
上一篇 2023-06-17
下一篇 2023-06-17

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注