Compressor 项目推荐

Python爬虫基础案例通常从简单的网页抓取开始，比如爬取猫眼电影的数据。这里以`requests`库获取网页内容，然后用`BeautifulSoup`解析HTML，提取所需信息，并通过`pandas`将数据保存到Excel文件为例： 首先，你需要安装必要的库： ```bash pip install requests beautifulsoup4 pandas openpyxl ``` 下面是一个基本的Python爬虫脚本示例，假设我们要爬取电影名称、评分和主演信息： ```python import requests from bs4 import BeautifulSoup import pandas as pd # 爬取URL url = "https://maoyan.com/board/4" response = requests.get(url) # 解析HTML soup = BeautifulSoup(response.text, 'lxml') # 查找需要的数据元素，这里假设电影列表在class为'movie-list' movies_data = soup.find_all(class_='movie-list') # 创建空列表存储数据 data_list = [] # 遍历每部电影 for movie in movies_data: title = movie.find('a', class_='title').text rating = movie.find('i', class_='rating_num')['title'] stars = ', '.join(movie.find_all('span', class_='name')) # 将数据添加到列表 data_list.append([title, rating, stars]) # 将数据转换为DataFrame df_movies = pd.DataFrame(data_list, columns=['电影名称', '评分', '主演']) # 保存到Excel文件 filename = '猫眼电影数据.xlsx' df_movies.to_excel(filename, index=False) ``` 这个例子中，爬虫会定期访问指定的猫眼电影页面，提取每个电影的基本信息，然后将其保存到一个名为`猫眼电影数据.xlsx`的Excel文件中。