python爬虫: 豆瓣电影top250数据分析
转载博客 https://segmentfault.com/a/1190000005920679
根据自己的环境修改并配置mysql数据库
系统:Mac OS X 10.11
python 2.7
mysql安装
使用brew安装mysql,启动mysql服务
☁ ~ brew install mysql
Warning: mysql-5.7.18 already installed
☁ ~ which mysql
/usr/local/bin/mysql
☁ ~ ls /usr/local/bin/mysql*
/usr/local/bin/mysql /usr/local/bin/mysql_ssl_rsa_setup /usr/local/bin/mysqldumpslow
/usr/local/bin/mysql.server /usr/local/bin/mysql_tzinfo_to_sql /usr/local/bin/mysqlimport
/usr/local/bin/mysql_client_test /usr/local/bin/mysql_upgrade /usr/local/bin/mysqlpump
/usr/local/bin/mysql_client_test_embedded /usr/local/bin/mysqladmin /usr/local/bin/mysqlshow
/usr/local/bin/mysql_config /usr/local/bin/mysqlbinlog /usr/local/bin/mysqlslap
/usr/local/bin/mysql_config_editor /usr/local/bin/mysqlcheck /usr/local/bin/mysqltest
/usr/local/bin/mysql_embedded /usr/local/bin/mysqld /usr/local/bin/mysqltest_embedded
/usr/local/bin/mysql_install_db /usr/local/bin/mysqld_multi /usr/local/bin/mysqlxtest
/usr/local/bin/mysql_plugin /usr/local/bin/mysqld_safe
/usr/local/bin/mysql_secure_installation /usr/local/bin/mysqldump
☁ ~ mysql.server start
Starting MySQL
. SUCCESS!
数据库创建,表创建
☁ ~ mysql -u root -p
Enter password:
Welcome to the MySQL monitor. Commands end with ; or \g.
Your MySQL connection id is 6
Server version: 5.7.18 Homebrew Copyright (c) 2000, 2017, Oracle and/or its affiliates. All rights reserved. Oracle is a registered trademark of Oracle Corporation and/or its
affiliates. Other names may be trademarks of their respective
owners. Type 'help;' or '\h' for help. Type '\c' to clear the current input statement. mysql> show databases;
+--------------------+
| Database |
+--------------------+
| information_schema |
| alt_web |
| db_name |
| db_tendenci |
| douban |
| mysql |
| performance_schema |
| sys |
| testdb1 |
+--------------------+
9 rows in set (0.00 sec) mysql>create douban; #创建douban数据库
mysql>use douban; #更换当前数据库
#在douban数据库中,创建表douban
mysql>create table douban(
id INT NOT NULL AUTO_INCREMENT,
class VARCHAR(100) NOT NULL,
count INT NOT NULL,
PRIMARY KEY( id )
)ENGINE=InnoDB DEFAULT CHARSET=utf8;
mysql> desc douban; #显示表结构
+-------+--------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+-------+--------------+------+-----+---------+----------------+
| id | int(11) | NO | PRI | NULL | auto_increment |
| class | varchar(100) | NO | | NULL | |
| count | int(11) | NO | | NULL | |
+-------+--------------+------+-----+---------+----------------+
3 rows in set (0.01 sec)
mysql教程
python包安装
requests,lxml.etree,pymysql,matplotlib
- 使用pip安装
pip install packagename
下载源代码并运行
$ python demo.py
我的源码
https://github.com/MingjaLee/spiders_douban_movies
python爬虫: 豆瓣电影top250数据分析的更多相关文章
- python pandas 豆瓣电影 top250 数据分析
豆瓣电影top250数据分析 数据来源(豆瓣电影top250) 爬虫代码比较简单 数据较为真实,可以进行初步的数据分析 可以将前面的几篇文章中的介绍的数据预处理的方法进行实践 最后用matplotli ...
- [Python]计算豆瓣电影TOP250的平均得分
用python写的爬虫练习,感觉比golang要好写一点. import re import urllib origin_url = 'https://movie.douban.com/top250? ...
- Python爬虫-豆瓣电影 Top 250
爬取的网页地址为:https://movie.douban.com/top250 打开网页后,可观察到:TOP250的电影被分成了10个页面来展示,每个页面有25个电影. 那么要爬取所有电影的信息,就 ...
- python爬虫-豆瓣电影的尝试
一.背景介绍 1. 使用工具 Pycharm 2. 安装的第三方库 requests.BeautifulSoup 2.1 如何安装第三方库 File => Settings => Proj ...
- python爬虫 Scrapy2-- 爬取豆瓣电影TOP250
sklearn实战-乳腺癌细胞数据挖掘(博主亲自录制视频) https://study.163.com/course/introduction.htm?courseId=1005269003& ...
- Python爬虫----抓取豆瓣电影Top250
有了上次利用python爬虫抓取糗事百科的经验,这次自己动手写了个爬虫抓取豆瓣电影Top250的简要信息. 1.观察url 首先观察一下网址的结构 http://movie.douban.com/to ...
- Python小爬虫——抓取豆瓣电影Top250数据
python抓取豆瓣电影Top250数据 1.豆瓣地址:https://movie.douban.com/top250?start=25&filter= 2.主要流程是抓取该网址下的Top25 ...
- Python爬虫入门:爬取豆瓣电影TOP250
一个很简单的爬虫. 从这里学习的,解释的挺好的:https://xlzd.me/2015/12/16/python-crawler-03 分享写这个代码用到了的学习的链接: BeautifulSoup ...
- [Python] 豆瓣电影top250爬虫
1.分析 <li><div class="item">电影信息</div></li> 每个电影信息都是同样的格式,毕竟在服务器端是用 ...
随机推荐
- Linux修改war包中文件
rm -rf /tmp/wiq.warcp /u02/wms_dev/wiq-app/wars/wiq.war /tmpcd /tmp jar xvf wiq.war vim WEB-INF/clas ...
- Java Excel API的使用
https://wenku.baidu.com/view/724cc9e2dd88d0d232d46a1b.html
- 《java学习三》并发编程 -------线程池原理剖析
阻塞队列与非阻塞队 阻塞队列与普通队列的区别在于,当队列是空的时,从队列中获取元素的操作将会被阻塞,或者当队列是满时,往队列里添加元素的操作会被阻塞.试图从空的阻塞队列中获取元素的线程将会被阻塞,直到 ...
- hashMap的具体实现
HashMap是Java中的一个重要的数据结构! 与HashMap更重要的一个数据结构是HashTable,其中最重要的区别是HashTable传说中是线程安全的(之所以说他是传说是因为我并没有去理解 ...
- 2.语言概述-JavaScript权威指南笔记
上周三的时候交给老板目前的项目第一个迭代回顾会的总结.原本是以综述性的表述方式写的,交给他之后表示程序员不要长篇大论.总结要分为优点缺点期望等等块,每块列出条目,简明扼要的表达出来.这里也用这种风格. ...
- jQuery动态追加移除CSS样式
jQuery基础知识,动态添加删除CSS样式 <!DOCTYPE html> <html lang="en"> <head> <meta ...
- class类型重定义,防止头文件重复加载
今天调用自己写的一个类,出现了class类型重定义问题,上网查了相关资料,发现是头文件重复include引起的问题. 防止头文件重复加载: 系统那些头文件,无论怎么include都没事,因为一般都用了 ...
- ArcGIS Server 10.1发布GP服务
ArcGIS Server 10.1发布GP服务 ArcGIS Server 10.1发布GP服务确实更简单了,只是刚使用不怎么习惯.ArcGIS Server 10.1发布GP服务需要先在ArcCa ...
- npm使用快速的安装源(nrm)
安装 npm install nrm --global 使用 nrm ls 切换安装源 nrm use taobao 测速 nrm test npm 参考地址:http://codingdict.co ...
- Python 中 创建类方法为什么要加self
Python的类方法和普通的函数有一个明显的区别,在类的方法必须有一个额外的第一个参数(self),但在调用这个方法的时候不必为这个参数数值(显胜于隐的引发).在Python的类方法中这个特别的参数指 ...