python抓取几大票房统计系统数据的之艺恩电影数据

# coding=utf-8
import re
import urllib2
import chardet

class Yiendianyingzhiku_01:
    dataT = []
    def downloadHtml(self,url):
        response_1 = urllib2.urlopen(url).read()
        # 解决乱码问题
        mychar = chardet.detect(response_1)
        bianma = mychar['encoding']
        print bianma
        if bianma == 'utf-8' or bianma == 'UTF-8':
            response = response_1
            print 'xx'
        else:
            response = response_1.decode('gb2312', 'ignore').encode('utf-8')
        self.parse(response)
    def parse(self,response):
        h2 = re.findall(r"<td style='width.*?'>[^<img].*</td>", response, re.M)
        for i in h2:
            objM = re.match(r"<td style='width.*?'>(.*)</td>",i,re.M)
            if objM:
                # print objM.group(1)
                self.dataT.append(objM.group(1))
        self.merge()
    dataY = []
    def merge(self):
        for i in range(len(self.dataT)-1):
            if i%6 == 0:
                if i == 0:
                    dataX = [self.dataT[0], self.dataT[1], self.dataT[2], self.dataT[3], self.dataT[4], self.dataT[5]]
                else:
                    dataX = [self.dataT[0+i], self.dataT[1+i], self.dataT[2+i], self.dataT[3+i], self.dataT[4+i], self.dataT[5+i]]
                self.dataY.append(dataX)
            else:
                 pass

if __name__ == '__main__':
    url = 'http://www.cbooo.cn/'
    yien = Yiendianyingzhiku_01()
    yien.downloadHtml(url)
    for i in yien.dataY:
        print i[0],i[3]

评论 1
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

千码君2016

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