小调电影名称爬取

import requests,os
from lxml import etree
from urllib.parse import urljoin
import  re

pattern = re.compile(r"《(.*?)》")
url = 'https://www.dy2018.com/html/gndy/dyzz/index.html'
response = requests.get(url)
html_content = response.text
root = etree.HTML(html_content)

all_pages = root.xpath("//select[@name='select']/option/@value")
f = open('小调网.csv','w',encoding = 'utf8')
for page in all_pages:
    page = urljoin(url,page)
    response = requests.get(page)
    response.encoding = 'gbk'
    html_content = response.text
    root = etree.HTML(html_content)
    mov_name = root.xpath('//table/tr/td/b/a/@title')
    mov_url = root.xpath('//table/tr/td/b/a/@href')

    for mov_name,mov_url in zip(mov_name,mov_url):

       try:
            result = pattern.findall(mov_name)[0]
            href = urljoin(url,mov_url)
      
  • 1
    点赞
  • 0
    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