抓取猫眼电影排行前一百

代码主要是大神写的:https://cuiqingcai.com/5534.html

需要看具体细节的去该网址:

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

def get_one_page(url):            
    try:                                 ####一定要加Header,大神的没加,跑不起来
        header = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 UBrowser/6.1.2107.204 Safari/537.36'}
        response = requests.get(url,headers=header)
        if response.status_code == 200:
            return response.text
        return None
    except RequestException:
        return None

def parse_one_page(html):              #解析网页,获取想要的信息
    #print(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)
    #print(pattern)
    items = re.findall(pattern, html)
    #print(items)
    #exit()
    for item in items:
        yield {
            'index': 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):                                 #写入TXT文件
    with open('result.txt', 'a', encoding='utf-8') as f:
        f.write(json.dumps(content, ensure_ascii=False) + '\n')

def main(offset):
    url = 'http://maoyan.com/board/4?offset=' + str(offset)    #offset值得是偏移量,每个
    html = get_one_page(url)                                #网页上面是十部电影,offset
    for item in parse_one_page(html):                       #下一页就是+10
        print(item)                                         #比较有规律,F12打开源码看看
        write_to_file(item)

if __name__ == '__main__':
    for i in range(10):                                      #这里就是遍历前十页
        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