python3 requests + 正则表达式抓取猫眼电影

import requests
from requests.exceptions import RequestException
import re
import json
from multiprocessing import Pool
def get_one_page(url):
        try:
                response = requests.get(url)
                if response.status_code == 200:
                        return response.text
                return None
        except RequestException:
                return None
def parse_one_page(html):
        pattern = re.compile('<dd>.*?board-index.*?>(\d+)</i>.*?data-src="(.*?)".*?name"><a'
                             +'.*?>(.*?)</a>.*?star">(.*?)</p>.*?releasetime">(.*?)</p>'
                             +'.*?integer">(.*?)</i>.*?fraction">(.*?)</i>.*?</dd>',re.S)
        items = re.findall(pattern, html)
        for item in items:
                yield {
                        'index':item[0],
                        'image':item[1],
                        'title':item[2],
                        'actor':item[3].strip()[3:],
                        'time':item[4].strip()[5:],
                        'score':item[5]+item[6]
                }
def write_to_file(content):
        with open('result.txt', 'a') as f:
                f.write(json.dumps(content, ensure_ascii= False) + '\n')
                f.close()


def main(offset):
        url = "https://maoyan.com/board/4?offset="+str(offset)
        html = get_one_page(url)
        # print(html)
        for item in parse_one_page(html):
                print(item)
                write_to_file(item)
if __name__ == '__main__':
        pool = Pool()
        pool.map(main, [i*10 for i in range(10)])

 

评论
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