Task01 豆瓣电影Top 250

1、翻阅网页可找到豆瓣电影 Top 250，网页链接为：

https://movie.douban.com/top250?start=0&filter=

网页特点：

        每页25个，共10页

        网址start=0数字部分按照每次累加25进行分页

网页链接获取url代码：

for site in range(0, 250, 25): 

        url = 'https://movie.douban.com/top250?start=' + str(site) +'&filter=' 

2、利用网页审查元素可以快速获取电影名称部分，根据网页元素，可以发现根据alt定位作业所需内容，利用”作为分隔符，分割内容后获取所需部分：电影名name，图片链接image

#获取电影名、图片链接数据

def parse_html(url):    #获取所需数据
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36"}
    res = requests.get(url, headers=headers)   #发送请求
    text = res.text   #保存网页文本信息
    item = []   #定义数组
    for i in range(25):  #i取值0-24
        text = text[text.find('alt')+5:]     #查找第i+1个alt，提取alt后第2个字符后面的内容
        item.append(extract(text))    #调用分割函数，分割数据，取数组第1、3个值
    return item         #获取数据赋给item数组

#定义数据分割提取函数

def extract(text):        #定义数据分割提取函数
    text = text.split('"',3)    #使用双引号分割数据，将数据分割为4块
    name = text[0]     #取第1块数据，赋值name
    image = text[2]    #取第3块数据，赋值image
    return name, image    #保留获取数据

3、保存数据，下载图片

def write_movies_file(item, stars):    #获取所需数据，并下载图片
    with open('douban_film.txt','a',encoding='utf-8') as f:    #保存数据并且累加至文件douban_film.txt
        f.write('排名：%d\t电影名：%s\n' % (stars, item[0]))
    r = requests.get(item[1])     #下载图片
    with open('image/' + str(item[0]) + '.jpg', 'wb') as f:    #设置图片下载路径，进行图片命名
        f.write(r.content)   #以二进制的方式进行文件写入
    print(item)   #打印电影名+图片下载链接

主函数如下（包含排名参数）：

def main():

    stars = 1  #设置排名参数初始值

    for site in range(0, 250, 25):      #获取豆瓣电影 Top 250所有网址，网址参数部分0开始，每次累加25，最大达到225

        url = 'https://movie.douban.com/top250?start=' + str(site) +'&filter=' 

        for item in parse_html(url):    #加入排名参数，并设置随数组变动，排名参数值每次加1

            write_movies_file(item, stars)  #获取所需数据，并下载图片

            stars += 1