1. 爬取TOP100所有电影的信息,(电影名, 主演, 上映时间)
2. 爬取该电影的宣传封面的图片, 保存到本地/mnt/img/目录中;
3. 将获取的信息, 保存到mysql数据库中(电影名, 主演, 上映时间, 封面图片的本地路径)
(部分功能没有实现)
import re
import jsonfrom multiprocessing.pool import Pool
from requests.exceptions import RequestException
import urllib.request
def get_page(url):
try:
req = urllib.request.Request(url)
headers = {'User-agent': 'FireFox/12.0'}
response = urllib.request.urlopen(req)
html = response.read().decode('utf-8')
if html != None:
return html