python爬取豆瓣电影top250的名字_Python爬虫实战(一):爬取豆瓣电影top250排名

这篇博客介绍了如何使用Python爬取豆瓣电影Top250的数据,包括电影名称、上映年份和评分,并通过prettytable库以彩色表格的形式展示。代码中使用了requests库获取HTML内容,正则表达式解析数据,以及PrettyTable库美化输出。
摘要由CSDN通过智能技术生成

先上代码

#coding=utf-8

import re

import urllib.request

def getHtml(url):

page = urllib.request.urlopen(url)

html = page.read()

html = html.decode('utf-8')

return html

def getItem(html):

reg = re.compile(r'.*?(.*?).*?

.*?(\d+).*?

.*? (.*?).*? (\d+)人评价',re.S)

items = re.findall(reg,html)

global index

for index,item in enumerate(items,index+1):

print (index,item)

if __name__=='__main__':

index = 0

for i in range(0,226,25):

url = "https://movie.douban.com/top250?start="

url += str(i) + "&filter="

html = getHtml(url)

getItem(html)

print ("\nOK!All OVER!")

#关于正则表达式的一些说明

#(.*?)  获取电影名字

#

.*?(\d+) 获取电影上映年份

#(.*?) 获取评分

#

.*? (\d+)人评价  获取评价人数

如果想要代码看起来更优雅点,可以去掉

global index

index = 0

再将  index+1 改成1,只是不能按顺序统计了。

#coding=utf-8

import re

import urllib.request

def getHtml(url):

page = urllib.request.urlopen(url)

html = page.read()

html = html.decode('utf-8')

return html

def getItem(html):

reg = re.compile(r'.*?(.*?).*?

.*?(\d+).*?

.*? (.*?).*? (\d+)人评价',re.S)

items = re.findall(reg,html)

for index,item in enumerate(items,1):

print (index,item)

if __name__=='__main__':

for i in range(0,226,25):

url = "https://movie.douban.com/top250?start="

url += str(i) + "&filter="

html = getHtml(url)

getItem(html)

print ("\nOK!All OVER!")

#coding=utf-8

import re

import requests

from prettytable import PrettyTable

from colorama import init,Fore

def getHtml(url):

page = requests.get(url)

html = page.text

return html

def getItem(html):

reg = re.compile(r'.*?(.*?).*?

.*?(\d+).*?

.*? (.*?).*? (\d+)人评价',re.S)

items = re.findall(reg,html)

return items

if __name__=='__main__':

movie = []

init(autoreset=True)

table = PrettyTable([Fore.RED +"排名", "电影名",'上映年份','综合评分','评价人数'])

for i in range(0,226,25):

url = "https://movie.douban.com/top250?start="

url += str(i) + "&filter="

html = getHtml(url)

items = getItem(html)

for item in items:

movie.append(item)

for index,item in enumerate(movie,1):

if index % 4 == 0:

color = Fore.RED

elif index % 4 == 1:

color = Fore.YELLOW

elif index % 4 == 2:

color = Fore.GREEN

else:

color = Fore.CYAN

table.add_row([color + str(index),item[0],item[1],item[2],item[3]])

print (table)

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