怎么用python爬虫豆瓣电影数据

这篇文章主要介绍“怎么用python爬虫豆瓣电影数据”，在日常操作中，相信很多人在怎么用python爬虫豆瓣电影数据问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么用python爬虫豆瓣电影数据”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

目前创新互联已为近千家的企业提供了网站建设、域名、网页空间、网站托管运营、企业网站设计、浑南网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。

下面我们从 国内高匿代理IP 获得代理IP数据。

import os
import time
import requests
from bs4 import BeautifulSoup
#num获取num页 国内高匿ip的网页中代理数据def
fetch_proxy(num):
    #修改当前工作文件夹
    os.chdir(r'/Users/apple888/PycharmProjects/proxy IP')
    api = 'http://www.xicidaili.com/nn/{}'
    header = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS
                            X 10_12_3) AppleWebKit/537.36 (KHTML,
                     like Gecko) Chrome/56.0.2924.87 Safari/537.36'}
    fp = open('host.txt', 'a+', encoding=('utf-8'))    
   for i in range(num+1):
        api = api.format(1)
        respones = requests.get(url=api, headers=header)
        soup = BeautifulSoup(respones.text, 'lxml')
        container = soup.find_all(name='tr',attrs={'class':'odd'})        
       for tag in container:            
           try:
                con_soup = BeautifulSoup(str(tag),'lxml')
                td_list = con_soup.find_all('td')
                ip = str(td_list[1])[4:-5]
                port = str(td_list[2])[4:-5]
                IPport = ip + '\t' + port + '\n'
                fp.write(IPport)            
           except Exception as e:
                print('No IP！')
        time.sleep(1)
    fp.close()

我们准备抓 国内高匿代理IP网 的十个页面的代理

但是有代理IP还不行，因为我们不知道这代理能不能用，是否有效。

下面我们用百度网进行检验（大公司不怕咱们短时间内高频率访问），上代码：

import os
import time
import requests
from bs4 import BeautifulSoup
def test_proxy():
    N = 1
    os.chdir(r'/Users/apple888/PycharmProjects/proxy IP')
    url = 'https://www.baidu.com'
    fp = open('host.txt', 'r')
    ips = fp.readlines()
    proxys = list()    
   for p in ips:
        ip = p.strip('\n').split('\t')
        proxy = 'http:\\' + ip[0] + ':' + ip[1]
        proxies = {'proxy': proxy}
        proxys.append(proxies)    
      for pro in proxys:        
           try:
            s = requests.get(url, proxies=pro)
            print('第{}个ip：{} 状态{}'.format(N,pro,s.status_code))        except Exception as e:
            print(e)
        N+=1

到此，关于“怎么用python爬虫豆瓣电影数据”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！