利用python爬取豆瓣電影Top250的相關資訊，包括電影詳情連結,圖片連結,影片中文名,影片外國名,評分,評價數,概況,導演,主演,年份,地區,類別這12項內容，然後將爬取的資訊寫入Excel表中。基本上爬取結果還是挺好的。具體程式碼如下：

#!/usr/bin/python
#-*- coding: utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding('utf8')
from bs4 import BeautifulSoup
import re
import urllib2
import xlwt

#得到頁面全部內容
def askURL
 
(url):
    request = urllib2.Request(url)#傳送請求
    try:
        response = urllib2.urlopen(request)#取得響應
        html= response.read()#獲取網頁內容
        #print html
    except urllib2.URLError, e:
        if hasattr(e,"code"):
            print e.code
        if hasattr(e,"reason"):
            print e.reason
    return
 
 html

#獲取相關內容
def getData(baseurl):
    findLink=re.compile(r'<a href="(.*?)">')#找到影片詳情連結
    findImgSrc=re.compile(r'<img.*src="(.*jpg)"',re.S)#找到影片圖片
    findTitle=re.compile(r'<span class="title">(.*)</span>')#找到片名
    #找到評分
    findRating=re.compile(r'<span class="rating_num" property="v:average">(.*)</span>'
 
)
    #找到評價人數
    findJudge=re.compile(r'<span>(\d*)人評價</span>')
    #找到概況
    findInq=re.compile(r'<span class="inq">(.*)</span>')
    #找到影片相關內容：導演，主演，年份，地區，類別
    findBd=re.compile(r'<p class="">(.*?)</p>',re.S)
    #去掉無關內容
    remove=re.compile(r'                            |\n|</br>|\.*')
    datalist=[]
    for i in range(0,10):
        url=baseurl+str(i*25)
        html=askURL(url)
        soup = BeautifulSoup(html, "html.parser")
        for item in soup.find_all('div',class_='item'):#找到每一個影片項
            data=[]
            item=str(item)#轉換成字串
            #print item
            link=re.findall(findLink,item)[0]
            data.append(link)#新增詳情連結
            imgSrc=re.findall(findImgSrc,item)[0]
            data.append(imgSrc)#新增圖片連結
            titles=re.findall(findTitle,item)
            #片名可能只有一箇中文名，沒有外國名
            if(len(titles)==2):
                ctitle=titles[0]
                data.append(ctitle)#新增中文片名
                otitle=titles[1].replace(" / ","")#去掉無關符號
                data.append(otitle)#新增外國片名
            else:
                data.append(titles[0])#新增中文片名
                data.append(' ')#留空
            rating=re.findall(findRating,item)[0]
            data.append(rating)#新增評分
            judgeNum=re.findall(findJudge,item)[0]
            data.append(judgeNum)#新增評論人數
            inq=re.findall(findInq,item)
            #可能沒有概況
            if len(inq)!=0:
                inq=inq[0].replace("。","")#去掉句號
                data.append(inq)#新增概況
            else:
                data.append(' ')#留空
            bd=re.findall(findBd,item)[0]
            bd=re.sub(remove,"",bd)
            bd=re.sub('<br>'," ",bd)#去掉<br>
            bd=re.sub('/'," ",bd)#替換/
            #data.append(bd)
            words=bd.split(" ")
            for s in words:
                if len(s)!=0 and s!=' ':#去掉空白內容
                     data.append(s)
            #主演有可能因為導演內容太長而沒有
            if(len(data)!=12):
                data.insert(8,' ')#留空
            datalist.append(data)
    return datalist

#將相關資料寫入excel中
def saveData(datalist,savepath):
    book=xlwt.Workbook(encoding='utf-8',style_compression=0)
    sheet=book.add_sheet('豆瓣電影Top250',cell_overwrite_ok=True)
    col=('電影詳情連結','圖片連結','影片中文名','影片外國名',
                '評分','評價數','概況','導演','主演','年份','地區','類別')
    for i in range(0,12):
        sheet.write(0,i,col[i])#列名
    for i in range(0,250):
        data=datalist[i]
        for j in range(0,12):
            sheet.write(i+1,j,data[j])#資料
    book.save(savepath)#儲存

def main():
    baseurl='https://movie.douban.com/top250?start='
    datalist=getData(baseurl)
    savapath=u'豆瓣電影Top250.xlsx'
    saveData(datalist,savapath)

main()

Excel表部分內容如下：