Python爬虫正则表达式示例

import requests
import re
from multiprocessing import Pool

# 正则表达式解析
'''
正则表达式贪婪匹配步骤:
    1、re.compile书写正则表达式
    2、re.finditer对整个目标文本进行迭代搜索匹配
    3、循环:在匹配完后把所需要的信息进行提取
'''


def parse(response):
    # step:1
    resp = re.compile(r'title="(?P<name>.*?)class="image-link".*?'
                      r'<p class="star">(?P<star>.*?)</p>.*?', re.S)
    # step:2
    items = resp.finditer(response)
    # step:3
    for item in items:
        print(item.group('name').strip())
        print(item.group('star').strip())


# 主函数
'''
requests爬虫基本框架:
    1.url网址
    2.头文件:cookie、headers
    3.params参数
    4.get/post请求获取json格式或text文本
'''


def main(offset):
    # step:1
    url = 'https://www.maoyan.com/board/4'
    # step:2
    headers = {
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/112.0.0.0 Safari/537.36 Edg/112.0.1722.64'
    }
    # step:3
    params = {
        'requestCode': '5fcc2cff819df07687a41ed0dada9239pduxy',
        'offset': offset
    }
    # step:4
    response = requests.get(url, headers=headers, params=params).text
    parse(response)


# 程序入口
if __name__ == '__main__':
    # 快速爬取:多进程
    pool = Pool()
    pool.map(main, [i * 10 for i in range(11)])

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

笑大爷

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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