50行Python代码教你爬取猫眼电影TOP100榜所有信息_猫眼电影大数据推荐python代码(2)

5    try:
6        res = requests.get(url,headers = headers)
7        if res.status_code == 200:
8            return res.text
9        return None
10    except RequestException:
11        return None


##### 二、构造HTML解析器



1def parse_one_page(html):
2    pattern = re.compile(‘

.*?board-index.*?>(\d+).*?data-src=“(.*?)”.*?name"><a’
3                         +‘.*?>(.*?).*?star">(.*?)

.*?releasetime">(.*?)’
4                         +‘.*?integer">(.*?).*?fraction">(.*?).*?’,re.S)
5    items = re.findall(pattern,html)
6    for item in items:
7        yield{
8            ‘index’: item[0],
9            ‘image’: item[1],
10            ‘title’: item[2],
11            ‘actor’: item[3].strip()[3:],
12            ‘time’: item[4].strip()[5:],
13            ‘score’: item[5] + item[6]
14        }


> 
> 注意:
> 
> 
> 1. 在函数中本来该return的地方用yield,如果用return,在第一轮循环就会跳出,结果文件只会有一部电影。如果用yield,函数返回的就是一个生成器,而生成器作为一种特殊的迭代器,可以用for——in方法,一次一次的把yield拿出来;
> 2. re.findall(pattern,string[,flags]):搜索整个string,以列表的形式返回能匹配的全部子串,其中参数是匹配模式,如re.S表示点任意匹配模式,改变“.”的行为。
> 
> 
> 


##### 三、构造数据存储器



1def write_to_file(content):
2    with open (‘result.txt’, ‘a’,encoding=‘utf-8’) as f:
3        f.write(json.dumps(content,ensure_ascii=False) + ‘\n’)
4        f.close()



> 
> 注意事项:
> 
> 
> 1. 为什么ensure\_ascii=False?原因是json默认是以ASCII来解析code的,由于中文不在ASCII编码当中,因此就不让默认ASCII生效;
> 2. 要写入特定编码的文本文件,请给open()函数传入encoding参数,将字符串自动转换成指定编码。细心的童鞋会发现,以'w'模式写入文件时,如果文件已存在,会直接覆盖(相当于删掉后新写入一个文件)。如果我们希望追加到文件末尾怎么办?可以传入'a'以追加(append)模式写入。
> 
> 
> 


接下来就是构造主函数,初始化各个模块,传入入口URL,按照运行流程执行上面三大模块:



1def main(offset):
2    url = ‘http://maoyan.com/board/4?offset=’ + str(offset)
3    html = get_one_page(url)
4    for item in parse_one_page(html):
5        print(item)
6        write_to_file(item)
7if name == ‘__main__’:
8    p = Pool()

img
img
img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

需要这份系统化资料的朋友,可以戳这里获取

大纲路线、讲解视频,并且后续会持续更新**

需要这份系统化资料的朋友,可以戳这里获取

  • 7
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值