利用requests和正则表达式爬取猫眼电影最受期待排行

import requests
import re
import json
from requests.exceptions import RequestException
import time

def getOnePage(url):
    try:
        headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.116 Safari/537.36'
        }
        response = requests.get(url, headers=headers)
        if response.status_code==200:
            return response.text
        else:
            return None
    except RequestException:
        return None

def parseOnePage(html):
    pattern = re.compile(
        '<dd>.*?board-index.*?>(\d+)</i>.*?data-src="(.*?)".*?data-val=.*?">(.*?)</a>.*?star">(.*?)</p>.*?releasetime">(.*?)</p>.*?</dd>',re.S
    )
    items = re.findall(pattern, html)
    for item in items:
        yield {
            'index': item[0],
            'pic': item[1],
            'title': item[2],
            'star': item[3],
            'time': item[4]
        }

def writeToFile(content):
    with open('result.txt', 'a', encoding='utf-8') as f:
        f.write(json.dumps(content, ensure_ascii=False) + '\n')

def main(offset):
    url = 'https://maoyan.com/board/6?offset=' + str(offset)
    html = getOnePage(url)
    for item in parseOnePage(html):
        print(item)
        writeToFile(item)

if __name__=='__main__':
    for i in range(5):
        main(offset=i * 10)
        time.sleep(1)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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