### 完整Python代码用于爬取猫眼电影票房200条数据 以下是一个完整的 Python 代码示例，用于爬取猫眼电影票房前200条数据，并将其存储为 CSV 文件。此代码使用 `selenium` 模拟浏览器行为，以应对猫眼网站的动态加载内容[^1]。 ```python from selenium import webdriver from selenium.webdriver.common.by import By import time import pandas as pd # 初始化 WebDriver options = webdriver.ChromeOptions() options.add_argument('--headless') # 无头模式 driver = webdriver.Chrome(options=options) # 访问目标网址 url = "https://maoyan.com/board/4" driver.get(url) time.sleep(3) # 等待页面加载完成 # 定义函数滚动页面以加载更多数据 def scroll_to_bottom(driver): last_height = driver.execute_script("return document.body.scrollHeight") while True: driver.execute_script("window.scrollTo(0, document.body.scrollHeight);") time.sleep(2) # 等待页面加载 new_height = driver.execute_script("return document.body.scrollHeight") if new_height == last_height: # 如果高度不再变化，则停止滚动 break last_height = new_height # 调用函数滚动页面以加载更多数据 scroll_to_bottom(driver) # 提取电影信息 movies = [] elements = driver.find_elements(By.XPATH, '//div[@class="movie-item-info"]') for element in elements[:200]: # 仅提取前200条数据 name = element.find_element(By.XPATH, './/p[@class="name"]').text star = element.find_element(By.XPATH, './/p[@class="star"]').text.strip().replace(" ", "") releasetime = element.find_element(By.XPATH, './/p[@class="releasetime"]').text movies.append({ "电影名称": name, "主演": star, "上映时间": releasetime }) # 关闭浏览器 driver.quit() # 转换为 DataFrame 并保存为 CSV 文件 df = pd.DataFrame(movies) df.to_csv('maoyan_movies_top200.csv', index=False, encoding='utf-8-sig') print("数据已成功保存至 maoyan_movies_top200.csv") ``` --- ### 数据分析示例 爬取到的数据可以进一步进行分析，例如计算统计数据或生成可视化图表。以下是一个简单的数据分析示例： ```python import pandas as pd # 加载数据 df = pd.read_csv('maoyan_movies_top200.csv') # 假设我们新增了一个“票房”列 df['票房'] = [500, 1200, 800, 400, 700] # 示例数据，单位：万元 # 描述性统计 print(df.describe()) # 票房均值 print("票房均值：", df['票房'].mean()) ``` --- ### 拓展方向与总结 为了进一步拓展，可以尝试以下方向： - 爬取更细致的数据，如排片场次、观影人群画像，用于构建票房预测模型。 - 使用机器学习算法结合历史票房数据和电影特征（如评分、类型、导演等）进行票房预测[^2]。 - 利用大数据技术对电影市场趋势进行可视化分析，生成专业报告。 - 构建自动定时爬虫系统，实时更新电影票房数据[^1]。 ---