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%3A90&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%3A90&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