上次利用pyquery爬取猫眼电影TOP100榜单内容的爬虫代码中点击打开链接 存在几个不合理点。
1. 第一个就是自定义的create_file(文件存在判断及创建)函数。
我在后来的python文件功能相关学习中,发现这个自定义函数属于重复造轮子功能。因为 for data in page.items()这个页面内容提取的循环体中包含的下面代码中with open方法即存在文件存在判断和创建功能。所有没有必要单独自定义create_file函数的必要。
for data in page.items(): # 遍历该页所有node的内容,并获取对应的目标值,然后写入本地
# print(data,type(d