python 爬豆瓣电影top250 并把信息存在mysql数据库中

import requests
import re
import pymysql
from bs4 import BeautifulSoup
def gethtml(url):#爬豆瓣页面
    try:
        headers={
            'Host':'movie.douban.com',
            'Referer':'https://movie.douban.com/top250?start=0&filter=',
            'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36',
        }
        r=requests.get(url,headers=headers)
        r.encoding='utf-8'
        return r.text
    except:
        return ''

def writemysql(top,title,p,infourl,score,peoples):#将数据写入数据库
    global db
    db.query('INSERT INTO doubanTOP250 value (%d,"%s","%s","%s",%f,"%s")'%(top,title,p,infourl,score,peoples))
    db.commit()

def getinfo(html):#获取top电影信息
    soup=BeautifulSoup(html,'html.parser')
    divs=soup.find_all('div',attrs={'class':'item'})
    for i in range(len(divs)):
        top = int(divs[i].find_all('em', attrs={'class': ''})[0].string)
        title=divs[i].find_all('span',attrs={'class':'title'})[0].string
        p=divs[i].find_all('p',attrs={'class':""})[0].text
        p=re.sub('\s\s+',' ',p)
        infourl=divs[i].find_all('a')[0]['href']
        score=float(divs[i].find_all('span', attrs={'class':"rating_num"})[0].string)
        peoples=divs[i].find_all('div',attrs={'class':'star'})[0]
        peoples=peoples.find_all('span')[-1].string
        print(top,title,p,infourl,score,peoples)
        writemysql(top,title,p,infourl,score,peoples)


def main(url): #主程序
    while 1:
        html=gethtml(url)
        getinfo(html)
        try:#进入下一页 找到下一页的网址,找不到就退出说明到最后一页了
            url='https://movie.douban.com/top250'+re.findall('<a href="(.+?)" >后页.*?</a>',html)[0]
        except:
            break
    db.commit()
    db.close()

#设定网页、连接数据库、新建库、新建表、设置utf-8编码
url='https://movie.douban.com/top250'
db=pymysql.connect(host='localhost',port=3306,user='root',password='root')
db.query('CREATE DATABASE douban')
db.query('USE douban')
db.query('CREATE TABLE doubanTOP250 (id int,title varchar(200),info varchar(300),url varchar(100),score decimal(3,1),peoples varchar(10))')
db.query('alter table doubanTOP250 CONVERT TO CHARACTER SET utf8;')
main(url)

    while 1:
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