python爬虫——爬取豆瓣电影top250信息并加载到MongoDB数据库中

最近在学习关于爬虫方面的知识,因为刚开始接触,还是萌新,所以有什么错误的地方,欢迎大家指出
from multiprocessing import Pool
from urllib.request import Request, urlopen
import re, pymongo

index = 0

class DouBanSpider(object):
    client = pymongo.MongoClient('localhost')
    db = client['dbmovie']  #进程池无法序列化pymongo对象,因为pymongo数据库中含有线程锁。

    def __init__(self):
        self.headers = {
            'User-Agent': '这里添加自己的浏览器代理'
            ,'Cookie': '豆瓣需要登录后才能访问爬取信息所以要加上自己的Cookie'
        }
        self.tool = DataTool()


    def get_list_html(self, page_num):
        page_num = (page_num - 1) * 25
        list_url = 'https://movie.douban.com/top250?start={}'.format(page_num)
        request = Request(list_url, headers=self.headers)
        try:
            response &

评论 2
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