奥斯卡，究竟谁一直在陪跑。

小F

发布于 2020-10-09 15:27:26

3390

发布于 2020-10-09 15:27:26

文章被收录于专栏：用户6291251的专栏用户6291251的专栏

就在这礼拜，第91届奥斯卡金像奖落下了帷幕。

说实话，我对奥斯卡并不感冒。

之所以写这期内容，应该是因为莱昂纳多·迪卡普里奥，俗称「小李子」。

「小李子」在2016年，凭借着《荒野猎人》获得了第88届奥斯卡最佳男主角。

结束了自己陪跑奥斯卡22年的旅程。

这里有必要解释一下。

「小李子」并没有年年都入选奥斯卡的提名。

算起来应该共有5次提名，其中1次成功。

之所以是22年，是因为在1993年时候，他就获得了第66届奥斯卡最佳男配角的提名。

直到2016年才成功拿到小金人，这期间一共历时22年。

本次通过爬取历届的奥斯卡最佳男主角、男配角、女主角、女配角信息。

来看看谁才是当之无愧的陪跑王。

即经常被提名，但是从未获奖的演员。

/ 01 / 网页分析

奥斯卡的相关数据获取，来源于Mtime时光网。

网站没反爬，所以可以轻松获取到数据。

这里以最佳男主角为例，获取时间、获奖者及提名者。

通过一个循环，将最佳男主角、男配角、女主角、女配角信息拿到手。

/ 02 / 数据获取

时间、获奖者及提名者信息获取代码如下。

import time
import requests
from bs4 import BeautifulSoup

filenames = ['Best_Actor_LR.csv', 'Best_Actress_LR.csv', 'Best_Actor_SR.csv', 'Best_Actress_SR.csv']


def get_message(num1, num2):
    """获取数据"""
    time.sleep(5)
    years, wins, nominations = [[], [], []]
    # 请求网址
    url = 'http://award.mtime.com/3/award/3' + str(num1) + '/index' + str(num2) + '.html'
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'}
    response = requests.get(url=url, headers=headers)
    html = response.text
    # 对请求结果进行编码解码处理,避免出现乱码
    html = html.encode('ISO-8859-1')
    html = html.decode('utf-8')
    # 提取信息
    soup = BeautifulSoup(html, 'html.parser')
    div = soup.find_all(class_='event_awards event_list')
    # 获取时间信息
    for dt in div[0].find_all('dt'):
        if len(dt) == 1:
            year = dt.get_text().replace('\n', '').strip()
            years.append(year)
    # 获取获奖者信息
    for dd in soup.find_all(class_='yellowbox'):
        win = dd.find(class_='px14 c_a5').find('a').get_text().split(' ')[0]
        wins.append(win)
    # 获取提名者信息
    for dd in soup.find_all(class_='bluebox'):
        names = []
        for k in dd.find_all(class_='px14 c_a5'):
            name = k.get_text().strip().split(' ')[0]
            names.append(name)
        # 提名者有多个,拼接提名者信息
        nomination = ' '.join(names)
        nominations.append(nomination)
    # 写入CSV文件中
    for year, win, nomination in zip(years, wins, nominations):
        print(year, win, nomination)
        filename = filenames[num1]
        with open(filename, 'a+') as f:
            f.write(year + ',' + win + ',' + nomination + '\n')
        f.close()


if __name__ == '__main__':
    for i in range(4):
        num1 = i
        for j in range(1, 10):
            if j == 1:
                num2 = ''
            else:
                num2 = -j
            get_message(num1, num2)

最后成功获取到数据。