import requests from bs4 import BeautifulSoup import pandas as pd

def collect_user_rates(user_login): page_num = 1 data = []

while True:
    url = f'https://letterboxd.com/{user_login}/films/diary/page/{page_num}/'  
    html_content = requests.get(url).text
    soup = BeautifulSoup(html_content, 'lxml')

    entries = soup.find_all('tr', class_='diary-entry-row viewing-poster-container')

    if len(entries) == 0:
        break

    for entry in entries:
        td_film_details = entry.find('td', class_='td-film-details')
        film_name = td_film_details.find('a').text.strip()
        release_date = entry.find('td', class_='td-released center').text.strip()

        td_rating_rating_green = entry.find('td', class_='td-rating rating-green')
        rating_span = td_rating_rating_green.find('span', class_='rating')
        classes = rating_span.get('class', [])
        rating = classes[1].split('-')[1] if len(classes) > 1 else 'N/A'

        data.append({'film_name': film_name, 'release_date': release_date, 'rating': rating})

    page_num += 1  

return data

user_login = 'rfeldman9' user_rates = collect_user_rates(user_login)

df = pd.DataFrame(user_rates) df.to_excel('user_rates.xlsx', index=False)

print(f"Total films collected: {len(user_rates)}") print(user_rates[:5])

Парсер пользовательских оценок на Letterboxd

Постановка задачи Целью данного проекта является разработка парсера, который собирает данные о фильмах из дневника пользователя на сайте Letterboxd. Собранные данные включают название фильма, год выпуска и оценку, выставленную пользователем. Результаты сохраняются в формате Excel для дальнейшего анализа.

Инструкция по сборке и запуску вашего кода

Предварительные требования

• Python 3.x
• Библиотеки: requests, BeautifulSoup4, pandas, lxml

Установка зависимостей Для установки необходимых библиотек используйте pip:

pip install requests beautifulsoup4 pandas lxml

Запуск кода

1. Скопируйте код в файл с расширением .py, например letterboxd_parser.py.
2. В файле, замените user_login на нужный вам логин пользователя Letterboxd.
3. Запустите скрипт:

python letterboxd_parser.py

4. После завершения работы скрипта, файл user_rates.xlsx будет создан в текущем каталоге.

Пример результатов работы парсера После выполнения скрипта, в консоли будет выведено количество собранных фильмов и первые пять записей:

print([ {'film_name': 'Companion', 'release_date': '2025', 'rating': '8'}, {'film_name': 'The Greatest Showman', 'release_date': '2017', 'rating': '6'}, {'film_name': 'Conclave', 'release_date': '2024', 'rating': '8'}, {'film_name': 'Raiders of the Lost Ark', 'release_date': '1981', 'rating': '10'}, {'film_name': 'Death Becomes Her', 'release_date': '1992', 'rating': '8'} ])

Собранные данные будут сохранены в Excel-файл, который можно использовать для дальнейшего анализа.