爬取猫眼电影榜单的top100并输出csv文件

#!/usr/bin/env python 
# -*- coding:utf-8 -*-
#encoding = utf-8
import json
import pandas as pd
import requests
from gevent.pool import Pool
from requests.exceptions import RequestException
import re
import csv


def get_one_page(url):
    try:
        hd = {'user-agent':'Chrome/10'}
        response = requests.get(url, headers=hd)
        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 {
            'id':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', encoding='utf-8') as f:
        f.write(json.dumps(content, ensure_ascii=False) + '\n')

def main():
    con_list = []
    for i in range(10):
        url = 'http://maoyan.com/board/4?offset=' + str(i*10)
        html = get_one_page(url)
    # parse_one_page(html)
    # print(html)
        for item in parse_one_page(html):
            con_list.append(item)
        # print(item)
        # write_to_file(item) #写入到txt文件中
    print(con_list)#测试是否为[{}{}...]文件
    df = pd.DataFrame(con_list, columns=['id', 'image', 'title', 'actor', 'time', 'score'])
    # print(df)# 输出pandas结果集
    df.to_csv('./myfir.csv', index=False, encoding='utf_8_sig')

if __name__ == '__main__':
    main()
    # for i in range(10):
        # pool =Pool()
        # pool.map(main, [i*10 for i in range(10)])
    # 将数组中的每个元素提取出来当作函数的参数,创建一个个进程,放进进程池中
    # 第一个参数是函数,第二个参数是一个迭代器,将迭代器中的数字作为参数依次传入函数中


  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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