Python爬虫简单模版

Python爬虫简单模版

#导入模块
import requests
from lxml import etree
import json
 
def getOnePage(url):
    "得到一页信息"
    header = {"User-Agent":"Mozilla/5.0(Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko)Chrome/70.0.3538.110 Safari/537.36"}
    html = requests.get(url,headers=header)
    return html.text
 
def parseOnPage(text):
    html = etree.HTML(text)
    #电影名
    name = html.xpath("//p[@class='name']/a/text()")#并非唯一
    #主演
    star = html.xpath("//p[@class='star']/text()")
    #上映时间
    releasetime = html.xpath("//p[@class='releasetime']/text()")
    for item in range(len(name)):  
        yield{
            "index":item,
            "name":name[item],
            "star":star[item].strip(),
            "releasetime":releasetime[item]
        }
 
def wirte2File(content):
    #路径需要自己重新定义
    withopen(r"C:\Users\jiangxian\Desktop\爬虫\maoyan666.txt",'a',encoding='utf-8') as fp:
        fp.write(json.dumps(content,ensure_ascii=False)+'\n')
 
def main():
    for offset inrange(10):
        url = "https://maoyan.com/board/4?offset={}".format(offset*10)
        text = getOnePage(url)
        for item in parseOnPage(text):
            wirte2File(item)
            print(item)
main()

 

  • 1
    点赞
  • 16
    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