Python爬虫技术——爬取猫眼电影TOP100榜单

"""
    
        1、爬取猫眼电影 top100榜
            1、程序运行直接爬取第一页
            2、是否继续爬取 y\n
                y 爬取第二页
                n 爬取结束,谢谢使用
            3、把每一页的内容保存到本地 格式 第一页.html
            普通版&类版

"""
"""
猫眼电影 top100
第一页:https://maoyan.com/board/4?offset=0
第二页:https://maoyan.com/board/4?offset=10
第三页:https://maoyan.com/board/4?offset=20
"""

import urllib.request
import urllib.parse
import re
url = "https://maoyan.com/board/4?offset="

headers = {"User-Agent":"Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36"}
def zhixing():
    # f = open("第%d页.html"%page, 'w', encoding="utf8")
    # print("正在写入第%d页" % page)
    # f.write(html)
    # f.close()
    # print("第%d页写入完成" % page)
    L1 = re.findall('title="(\S+)" data-act', html)
    L2 = re.findall('主演:(.+)\n', html)
    L3 = re.findall('上映时间:(.+)</p>', html)
    # print(L1)
    # print(L2)
    # print(L3)
    for i in range(0, 10):
        print(L1[i] + ' ' + L2[i] + ' ' + L3[i])
d = 0
urls = url + str(d)
print(urls)
request = urllib.request.Request(urls,headers = headers)
response = urllib.request.urlopen(request)
page = 1
html = response.read().decode("utf-8")
zhixing()
while input("是否继续(y/n):") == 'y':
    page = page + 1
    d = d + 10
    urls = url + str(d)
    print(urls)
    request = urllib.request.Request(urls, headers=headers)
    response = urllib.request.urlopen(request)
    html = response.read().decode("utf-8")
    zhixing()
else:
    print("爬取结束,谢谢使用")


  • 1
    点赞
  • 2
    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