这篇文章主要介绍“怎么用Python爬取B站动漫番剧更新信息”，在日常操作中，相信很多人在怎么用Python爬取B站动漫番剧更新信息问题上存在疑惑，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爬取B站动漫番剧更新信息”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
成都创新互联 - 棕树数据中心，四川服务器租用，成都服务器租用，四川网通托管,绵阳服务器托管，德阳服务器托管，遂宁服务器托管，绵阳服务器托管，四川云主机，成都云主机，西南云主机，棕树数据中心，西南服务器托管，四川/成都大带宽，成都机柜租用，四川老牌ＩＤＣ服务商
目标：爬取b站番剧最近更新
输出格式:名字+播放量+简介
那么开始撸吧~
用到的类库：
requests:网络请求
pyquery:解析xml文档，像使用jquery一样简单哦~
目标url：
https://bangumi.bilibili.com/22/
设计video类:
import requests
from pyquery import PyQuery as pq
class Video(object):
def __init__(self,name,see,intro):
self.name=name
self.see=see
self.intro=intro
def __str__(self):
return "{}--{}--{}".format(self.name,self.see,self.intro)分析完页面，设取爬去类:
class bilibili(object):
host="https://bangumi.bilibili.com"
def __init__(self):
self.dom=pq(requests.get('https://bangumi.bilibili.com/22/').text)
def get_recent(self):
'''最近更新'''
items=self.dom('#list_bangumi_new .c-list .new .c-item')
videos=[]
for i in items:
name=i.find('.r-i .t').attr('title')
link=self.host+i.find('.r-i .t').attr('href')
d=pq(requests.get(url=link).text)
see=d(".info-count .info-count-item").eq(1).find('em').text()
intro=d('.info-row').eq(3).find('.info-desc').text()
videos.append(Video(name=name,see=see,intro=intro))
return videos哎呀，怎么回事，居然返回为空
这种情况下不要慌,如果代码没有错误，那么一般是由两种情况造成
没有选择到目标，页面是js动态加载的
我们先试下第一种情况，打开浏览器，f12，将选择字符串复制到console中运行下，我们这就是
$('#list_bangumi_new .c-list .new .c-item')
这是一个item的信息，里面有我们想要的名字信息，那接下来就是去详情页寻找播放量和简介了，但是详情页链接在哪那，刚刚那个接口里并没有，我们f12，审查一下元素。
这里的链接是/anime/6439,刚刚的接口里并没有这个信息啊，那这个信息应该就是拼接出来的了,关键就是6439这个数字了,去刚刚那个接口信息里寻找一下，果然找到了一个season_id字段符合，那么详情页链接就构造如下:
detail_url = "https://bangumi.bilibili.com/anime/{season_id}"那么接下来就是去分析详情页,爬去我们想要播放量和简介信息了,构造爬去代码如下:
see = d(".info-count .info-count-item").eq(1).find('em').text()
intro = d('.info-desc-wrp').find('.info-desc').text()那么最终爬取类关键代码如下:
class bilibili(object):
recent_url = "https://bangumi.bilibili.com/api/timeline_v2_global" # 最近更新
detail_url = "https://bangumi.bilibili.com/anime/{season_id}"
def __init__(self):
self.dom=pq(requests.get('https://bangumi.bilibili.com/22/').text)
def get_recent(self):
'''最近更新'''
items=json.loads(requests.get(self.recent_url).text)['result']
videos=[]
for i in items:
name=i['title']
link=self.detail_url.format(season_id=i['season_id'])
d=pq(requests.get(url=link).text)
see = d(".info-count .info-count-item").eq(1).find('em').text()
intro = d('.info-desc-wrp').find('.info-desc').text()
videos.append(Video(name=name,see=see,intro=intro))
return videos运行一下:
很ok，那接下来把它做成命令行~
用到的类库：
argparse:解析命令行参数
主要代码如下：
if __name__ == '__main__':
parser=argparse.ArgumentParser()
parser.add_argument('--recent',help="get the recent info",action="store_true")
parser.add_argument('--num',help="The number of results returned,default show all",type=int,default=0)
parser.add_argument('-v','--version',help="show version",action="store_true")
args=parser.parse_args()
if args.version:
print("bilibili 1.0")
elif args.recent:
b = bilibili()
b.get_recent(args.num)看下效果：
ok,大功告成，接下来大家就自由发挥添加更多的功能吧~：）
到此，关于“怎么用Python爬取B站动漫番剧更新信息”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！
