### Python爬虫获取豆瓣电影Top250第一页内容的示例代码 以下是详细的Python代码示例，用于从豆瓣电影Top250的第一页中提取并展示相关内容： #### 示例代码 ```python import requests from bs4 import BeautifulSoup # 设置请求头以模仿真实浏览器行为 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36' } # 请求URL地址 url = "https://movie.douban.com/top250" # 获取网页源码 response = requests.get(url, headers=headers) soup = BeautifulSoup(response.text, 'html.parser') # 找到所有的电影条目 movies = soup.select('div.item') # 遍历每个电影条目并提取所需信息 for idx, movie in enumerate(movies[:]): # 可调整索引范围来控制数量 rank = movie.select_one('.pic em').get_text(strip=True) # 排名 name = movie.select_one('.info .title:nth-of-type(1)').get_text(strip=True) # 中文名 score = movie.select_one('.star .rating_num').get_text(strip=True) # 评分 link = movie.select_one('.hd a')['href'] # 影片详情链接 # 输出结果 print(f"Rank: {rank}, Name: {name}, Score: {score}, Link: {link}") ``` --- #### 关键点解释 - **请求头配置**：为了规避反爬机制，在发送HTTP GET请求时设置了自定义`User-Agent`头部信息[^1]。 - **HTML解析器的选择**：这里选用的是`BeautifulSoup`库配合`requests`模块来进行网络资源抓取与DOM树构建操作。其中`.select()`方法基于CSS选择器语法提供了灵活强大的节点匹配能力[^2]。 - **数据抽取路径**： - `em`: 表达当前影片的具体排名位置； - `.info .title:nth-of-type(1)` : 主要用来选取第一个标题即中文译名部分； - `.star .rating_num`: 显示观众给予该作品的整体评价分数； - `[href]`: 抽取出指向具体影评页面的超链关系。 以上各字段组合起来构成了最终输出的一组记录形式。 --- ###