利用Requests和正则表达式爬取猫眼电影TOP100

功能

爬取猫眼电影TOP100的排名、图片URL、名称、主演、时间以及评分信息,并存入excel中。

示例代码

import requests
from requests.exceptions import RequestException
import re
import xlwt
all_info_list=[]

def create_ecxel(sheet_header):
    header = sheet_header
    global book
    book = xlwt.Workbook(encoding='utf-8')
    global sheet
    sheet = book.add_sheet('Sheet1')
    for h in range(len(header)):
        sheet.write(0, h, header[h])

def get_one_page(url):
    try:
        headers={
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 '
                          '(KHTML, like Gecko) Chrome/71.0.3578.80 Safari/537.36'
        }
        response = requests.get(url, headers=headers)
        if response.status_code == 200:
            return response.text
        return None
    except RequestException:
        return None


def parse_one_page(html):
    pattern = re.compile('<dd>.*?board-index.*?>(\d+)</i>.*?data-src="(.*?)".*?name"><a'
                         + '.*?>(.*?)</a>.*?star">(.*?)</p>.*?releasetime">(.*?)</p>'
                         + '.*?integer">(.*?)</i>.*?fraction">(.*?)</i>.*?</dd>', re.S)
    items = re.findall(pattern, html)
    for item in items:
        index = item[0]
        image = item[1]
        title = item[2]
        actor = item[3].strip()[3:]
        time = item[4].strip()[5:]
        score = item[5] + item[6]
        info_list = [index,image,title,actor,time,score]
        all_info_list.append(info_list)


def write_to_file(all_info_list):
    row = 1
    for list in all_info_list:
        column = 0
        for data in list:
            sheet.write(row,column,data)
            column += 1
        row += 1

if __name__ == '__main__':
    # 创建excel工作簿、写入工作表表头
    sheet_header = ['index', 'image', 'title', 'actor', 'time', 'score']
    create_ecxel(sheet_header)

    #获取urls列表
    urls = ['http://maoyan.com/board/4?offset={}'.format(str(i))
            for i in range(0,100,10)]

    #获取html并解析、保存内容
    for url in urls:
        html = get_one_page(url)
        parse_one_page(html)

    #写入excel工作簿
    write_to_file(all_info_list)

    #保存文件
    book.save('猫眼电影TOP100.xls')

注意事项

  • 0
    点赞
  • 2
    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