python 抢票代码 猫眼演出_Python之爬虫-猫眼电影

#!/usr/bin/env python

# coding: utf-8

import json

import requests

import re

import time

# 猫眼多了反爬虫，速度过快，则会无响应，所以这里多了一个延时等待

from requests.exceptions import RequestException

def get_one_page(url):

try:

headers = {

'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_4) AppleWebKit/537.36(KHTML, like Gecko) '

'Chrome/52.0.2743.116 Safari/537.36',

}

response = requests.get(url, headers=headers)

if response.status_code == 200:

return response.text # 使得get_one_page()函数输出是一个文本

return None

except RequestException:

return None

def parse_one_page(html):

pattern = re.compile(

'

.*?board-index.*?>(.*?).*?name.*?a.*?>(.*?).*?star.*?>(.*?).*?releasetime.*?>(.*?).*?'

'integer.*?>(.*?).*?fraction.*?>(.*?).*?

',

re.S) # 正则表达式获取需要保存的东西编译成正则表达式对象

items = re.findall(pattern, html) # 遍历html文件中的所有pattern正则表达式对象

for item in items: # 把提取的对象装入字典中

yield {

'index': item[0],

'title': item[1],

'actor': item[2].strip()[3:],

'time': item[3].strip()[5:],

'score': item[4] + item[5]

}

def write_to_file(content): # 把文件写入并保存在result.tx + '\n')

with open('result.txt', 'a', encoding='utf-8') as f:

f.write(json.dumps(content, ensure_ascii=False) + '\n')

def main(offset): # 遍历TOP100的电影的所有网址

url = 'http://maoyan.com/board/4?offset=' + str(offset) # 接收一个偏移量offset

html = get_one_page(url)

for item in parse_one_page(html):

print(item)

write_to_file(item)

if __name__ == '__main__': # 创建一个偏移量offset

for i in range(10):

main(offset=i * 10)

time.sleep(1)