Python编写小工具之统计演员票房排行榜

闲来无事想要了解下2018年的票房之王（国产片-内地），因而乎写了这么个小工具 先看一下结果：

没错，前三是王宝强，张译，黄景瑜，王宝强荣登票房王宝座！ （票房数据来源时光网）

首先先爬取电影票房数据（时光网）

def getMovieList():
    ''' 2018年内地票房（国产片） '''
    movie_params = {
        'year': '2018',
        'area': 'china',
        'type': 'MovieRankingYear',
        'category': 'china',
        'page': 0,
        'display': 'list',
        'timestamp': '1553422026885',
        'version': '07bb781100018dd58eafc3b35d42686804c6df8d',
        'dataType': 'json'
    }
    url = 'http://movie.mtime.com/boxoffice/'
    movie_list = []
    #总共10页数据
    for j in range(10):
        movie_params['page'] = j
        r = requests.get(url, params=movie_params).json()
        soup = BeautifulSoup(r['html'], 'lxml')
        movie_div = soup.find('div', {'class': 'boxofficelist'})
        movie_dd = movie_div.find_all('dd')
        for i in range(len(movie_dd)):
            movie_name = movie_dd[i].find('h3').text
            totalnum = movie_dd[i].find_all('p', {'class': 'totalnum'})[0].text
            actors = movie_dd[i].find_all('p')[3].text[3:]
            movie_list.append((movie_name, totalnum, actors))
    return movie_list
复制代码

将爬取的数据保存到CSV文件中

def write_movie_dsv(movies):

   ''' 将2018内地票房（国产片）列表写入csv文件中 '''
   header=['电影名','票房','演员']
   with open('movie_2018_chinalist.csv','w',newline='') as csvfile:
       writer=csv.writer(csvfile)
       writer.writerow(header)
       for i,movie in enumerate(movies):
           if (i+1)%10==0:
               print ('已处理{}条记录（共{}条记录）'.format(i+1,len(movies)))
           writer.writerow(movie)
复制代码

统计2018内地（国产片）演员的票房，并写入csv文件中

def write_actorTotalNum_dsv(movies):

   ''' 统计2018内地（国产片）演员的票房，并写入csv文件中 '''
   movie_actors = []
   actor_totalnum_temp = []
   actor_totalnum = {}
   header = ['演员', '票房(亿)']
   with open('actor_totalnum_2018.csv', 'w', newline='') as csvfile:
       writer = csv.writer(csvfile)
       writer.writerow(header)
       for movie in movies:
           movie_actor = movie[2].split('/')
           for i in range(len(movie_actor)):
               if movie_actor[i] != '':
                   actor_totalnum_temp.append((movie_actor[i], movie[1]))
       for i, j in actor_totalnum_temp:
           if j[-1:] == '万':
               actor_totalnum[i] = actor_totalnum.get(i, 0.0) + float(j[:-1]) * 0.0001
           else:
               actor_totalnum[i] = actor_totalnum.get(i, 0.0) + float(j[:-1])
       actor_totalnum_temp = [(k, actor_totalnum[k]) for k in actor_totalnum]
       actor_totalnum_temp.sort(key=lambda k: k[1], reverse=True)
       print(actor_totalnum_temp)
       for actor, totalnum in actor_totalnum_temp:
           writer.writerow((actor, totalnum))
复制代码

主函数

def main():
   ''' 主函数 '''
   #获取2018内地票房（国产片）的电影列表
   movies = getMovieList()
   #将获取的2018内地票房（国产片）的电影列表写入csv文件中
   #write_movie_dsv(movies)
   #统计2018内地（国产片）演员的票房，并写入csv文件中
   write_actorTotalNum_dsv(movies)
   #统计top10电影
   #movie_data = pd.read_csv('movie_2018_chinalist.csv')
   #统计2018内地(国产片)演员票房排行榜top10
   actor_data=pd.read_csv('actor_totalnum_2018.csv')
   # top10
   top10_actor = actor_data.head(10)
   # Kind表示画什么类型图（柱状图等）
   top10_actor.plot(kind='bar', x='演员', y='票房(亿)', title='2018内地(国产片)演员票房排行榜top10', figsize=(20, 10))
   plt.savefig('top10_actor2018_bar.png')
   plt.show()
   # 保存为csv文件
   top10_actor.to_csv('top10_actor2018.csv', index=False)


if __name__=='__main__':
   main()
复制代码

若是想要统计2019票房王，能够直接修改Params参数year为2019，可是下方的Page页数要根据实际状况修改成对应的页数。