分类： 学习

一个简单的豆瓣电影TOP250的爬虫程序

利用AI辅助写了一个程序：

import requests
from bs4 import BeautifulSoup
import time

# 设置请求头信息
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}

# 目标URL
# url = 'https://movie.douban.com/top250'
for i in range(10): # 控制爬虫请求页数为10页
    start = str(i*25)
    url = "https://movie.douban.com/top250?start=" + start + "&filter="
    
     # 每页之间的间隔时间为1秒，避免被反爬虫机制检测到
    # movie_list = get_movie_list(url) # 调用get_movie_list函数获取当前页的电影列表
    # print(f"第{i+1}页的电影列表为：") # 在控制台输出当前页的信息
    # for movie in movie_list: # 遍历当前页的电影列表并输出每个电影的信息
        # print(movie)
    print(url)
# 发送请求并获取响应内容
    response = requests.get(url, headers=headers)
    html_content = response.text
# print(html_content)
# 使用BeautifulSoup解析HTML内容
    soup = BeautifulSoup(html_content, 'html.parser')
# print(response.status_code)
# 获取所有电影列表项
    movie_items = soup.find_all('div', class_='item')

# 遍历电影列表项并输出电影名称和评分
    for movie_item in movie_items:
        title = movie_item.find('span', class_='title').text.strip()
        rating = movie_item.find('span', class_='rating_num').text.strip()
        link = movie_item.find('a',{'href': True})
        print(title + ' - ' + rating)
        print(link['href'])
    time.sleep(3)

一个 AI 生成的爬虫程序

以下是一个简单的豆瓣读书爬虫的 Python 代码示例：

import requests
from bs4 import BeautifulSoup

# 输入书籍名称
book_name = input("请输入要爬取的书籍名称：")

# 构造请求 URL
url = f"https://book.douban.com/subject/{book_name}"

# 发送请求并获取响应内容
response = requests.get(url)
html = response.text

# 使用 BeautifulSoup 解析 HTML 内容
soup = BeautifulSoup(html, "html.parser")

# 获取相关书籍咨询信息
questions = soup.find_all("div", class_="QU")
for question in questions:
    title = question.find("h2").text.strip()
    content = ""
    for item in question.find_all("p"):
        content += item.text.strip() + "
"
    print(title)
    print(content)

这个爬虫会首先让用户输入要爬取的书籍名称，然后构造一个包含该书籍名称的 URL,向该 URL 发送请求并获取响应内容。接着，使用 BeautifulSoup 对响应内容进行解析，找到包含书籍咨询信息的 div 标签，并遍历其中的所有 p 标签，提取出每个标签中的文本信息。最后，将提取到的信息打印出来。

读后感：《福格行为模型》

简介

《福格行为模型》是由美国心理学家弗雷德里克·赫茨伯格提出的一个关于人类行为的模型，该模型描述了人类行为的基本要素以及这些要素之间的相互作用。通过阅读这本书，我深刻理解到人的行为不仅受到个体因素的影响，还受到环境、文化和历史等多方面的影响，同时也认识到在实际应用中，我们需要根据具体情况来选择不同的策略和方法，才能更好地影响他人的行为。

人类行为的五个基本要素

  1. 期望和满足感

期望是人们对于未来可能发生的事情的想象和预期，而满足感则是指当人们的期望得以实现时所带来的愉悦感受。这两个要素之间存在着正反馈的关系，即越是期待某些事情的发生，就越有可能实现它，从而带来更多的满足感和期望，形成一个良性循环。

  1. 风险和回报

人们对风险和回报的态度也是影响他们行为的重要因素。人们通常更倾向于追求高回报的同时承担较小的风险，但也会在面临一定程度的风险时选择承担更高的回报。在实际应用中，了解人们的风险和回报偏好可以帮助我们制定更好的激励和奖励政策，以提高员工或客户的积极性。

  1. 社会交往

人类是社交动物，社会交往也是影响我们行为的重要因素之一。人们往往会受到周围人的看法和评价的影响，因此建立良好的人际关系和有效的沟通方式也很重要。同时，了解不同文化和社会背景下的人们的行为特点也可以为我们制定更合适的交往策略提供参考。

  1. 自我控制和决策

自我控制和决策能力是影响我们行为的重要因素之一。人们需要在面对诱惑和挑战时保持冷静、理智地做出决策，这需要有一定的自我控制能力。在实际应用中，我们可以通过提高人们的自我控制能力和培养其决策能力来提高组织的效率和效益。

  1. 成就感和认可

人们总是希望得到他人的认可和赞赏。当人们能够完成一项任务或实现一个目标时，他们通常会感到满足和自豪，这种感受也会带来更多的自信和动力。同时，得到他人的认可和赞赏也可以提高人们的自尊心和归属感，从而增强其行为表现。因此，在实际应用中，我们可以通过提供良好的工作环境、制定明确的目标和奖励制度等方式来提高员工的成就感和认可度。

应用与启示

《福格行为模型》提供了一个全面、系统的人类行为模型，对于我们理解人类行为的原理和规律具有重要意义。在实际应用中，我们可以运用该模型来分析和解决一些实际问题，比如：

  1. 在组织中激励员工的行为表现。了解员工的期望和满足感、风险和回报偏好以及社会交往等因素，可以帮助我们设计更加合理有效的激励和奖励政策，从而提高员工的工作积极性和表现。

  2. 提高客户的满意度和忠诚度。了解客户的期望和满足感、社会交往以及风险和回报等因素，可以帮助我们设计更加符合客户需求的产品和服务，从而提高客户的满意度和忠诚度。

  3. 改善跨文化交流效果。不同文化和社会背景下的人们的行为特点有所不同，了解这些差异并采取相应的交往策略，可以有效避免文化冲突和误解，提高跨文化交流的效果。

  4. 增强个人自我控制力和决策能力。通过培养自我控制能力和提高决策能力，可以帮助人们更好地应对诱惑和挑战，从而做出更明智的选择。

  5. 建立良好的人际关系和沟通方式。在现代社会中，良好的人际关系和有效的沟通方式对于个人和社会的发展都非常重要。了解不同人群的行为特点并采用相应的沟通策略，可以有效提高沟通效率和质量，建立良好的人际关系。