python scrapy 多线程下载文件_Python3 requests多线程抓取猫眼电影Top100保存到文件

#coding=utf-8

import json

import re

from multiprocessing import Pool

import requests

from requests.exceptions import RequestException

from fake_useragent import UserAgent

ua=UserAgent()

def get_page(url):

try:

headers={'User-Agent':ua.chrome}

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

if response.status_code==200:

return response.text

return None

except RequestException:

return None

'''

1

霸王别姬

霸王别姬

主演:张国荣,张丰毅,巩俐

上映时间:1993-01-01

9.5

'''

def parse_page(html):

pattern=re.compile(r'

.*?board-index-\d+">(.*?).*?

+'.*?data-val="{movieId:\d+}">(.*?)'

+'.*?

(.*?)

.*?class="releasetime">(.*?)'

+'.*?(.*?)'

+'.*?(.*?).*?

',re.S)

items=pattern.findall(html)

for item in items:

yield{

'index':item[0],

'image':item[1],

'title':item[2],

'star': item[3].strip()[4:],

'time':item[4][5:],

'score':item[5]+item[6]

}

def write_to_file(content):

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

f.write(content)

def main(offset):

url="https://maoyan.com/board/4?offset="+str(offset)

html=get_page(url)

if html!=None:

for item in parse_page(html):

print(item)

write_to_file(json.dumps(item,ensure_ascii=False)+"\n")

if __name__=="__main__":

pool=Pool()

pool.map(main,[i*10 for i in range(10)])

pool.close()

pool.join()

User-Agentx 必须要加,否则403

ensure_ascii=False 保证中文是友好显示

  • 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