python爬取猫眼top100电影信息

import requests
from requests.exceptions import RequestException
import json
import re,os
def get_one_page(url):
    try:
        reponse=requests.get(url)
        if reponse.status_code==200:
            return reponse.text
        return None
    except RequestException:
        return None
def parse_one_page(html):
    #正则表达式
    pattern=re.compile('<dd>.*?board-index.*?>(\d+)</i>.*?<a.*?>(\S+)</a>.*?<p class="star">'
                       '\n(.*?)</p>.*?<p class="releasetime">上映时间:(.*?)</p>.*?</dd>',re.S)
    items = re.findall(pattern,html)
    #print(items)
    for item in items:
        yield {
            'index':item[0],
            'title':item[1],
            'star':item[2],
            'time':item[3]
        }
def write_to_file(content):
    with open('result.txt','a',encoding='utf-8')as f:
        f.write(json.dumps(content,ensure_ascii=False)+'\n')
        f.close()
def file_change():
    with open("result", "r", encoding="utf-8") as f1, \
            open("result2", "w", encoding="utf-8") as f2:
        for line in f1:
            s = line.replace("\n", " ")
            f2.write(s)
    os.remove("result")  # 删除文件
    os.rename("result2", "result")  # 重命名文件
def main(offset):
    url ='https://maoyan.com/board/4?offset='+str(offset)
    html = get_one_page(url)
    print(html)
    for item in parse_one_page(html):
        print(item)
        write_to_file(item)

if __name__== '__main__':
    for i in range(10):
        main(i*10)
    # file_change()

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