猫眼电影TOP100榜

import re
import requests


def get_html(url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.102 Safari/537.36'}
    try:
        r = requests.get(url, headers=headers)
        r.raise_for_status()
        return r.text
    except:
        print('status_code is not 200')
        return None


def parse_html(text, info_list):
    pattern = re.compile('<dd>.*?board-index.*?>(\d+)</i>.*?name"><a'
                         +'.*?>(.*?)</a>.*?star">\s+主演:(.*?)\s+</p>.*?releasetime">上映时间:(.*?)</p>'
                         +'.*?integer">(.*?)</i>.*?fraction">(.*?)</i>', re.S)
    items = re.findall(pattern, text)

    for item in items:
        info_list.append({
            'movie': item[1],
            'rank': item[0],
            'actors': item[2],
            'time': item[3],
            'score': item[4] + item[5]
           })


if __name__ == '__main__':
    url = 'http://maoyan.com/board/4'
    info_list = []
    for i in range(10):
        path = url + '?offset=' + str(i*10)
        txt = get_html(path)
        if txt:
            parse_html(txt, info_list)

    for info in info_list:
        print(info)

 

转载于:https://www.cnblogs.com/jp-mao/p/10005268.html

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