python爬取豆瓣电影top250_Python爬虫实战(一):爬取豆瓣电影top250排名

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)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
爬取豆瓣电影Top250,可以按照以下步骤进行操作: 首先,需要搭建程序的主体框架。可以导入必要的库,如requests用于发送请求,re用于正则表达式匹配等。然后定义一个函数get_page(url),用于获取指定URL的网页内容;另外定义一个函数get_movie_list(html),用于解析网页内容,获取电影列表;再定义一个函数get_content(movie_url),用于获取每部电影的详细内容。接下来就可以在主程序中使用循环来爬取每一页的电影数据了。具体实现如下所示: ```python import requests from requests.exceptions import RequestException import re def get_page(url): # 发送请求,获取响应 response = requests.get(url) if response.status_code == 200: return response.text return None def get_movie_list(html): # 解析响应,获取电影列表 pattern = re.compile('<a href="(.*?)".*?<span class="title">(.*?)</span>.*?' '<span class="rating_num" property="v:average">(.*?)</span>', re.S) movie_list = re.findall(pattern, html) return movie_list def get_content(movie_url): # 获取每部电影的详细内容 # 这里可以继续编写代码,根据电影详情页的URL获取需要的信息 if __name__ == '__main__': for i in range(10): url = 'https://movie.douban.com/top250?start=' + str(i*25) # 根据页数拼接URL html = get_page(url) # 获取网页内容 movie_list = get_movie_list(html) # 解析网页内容,获取电影列表 for movie in movie_list: get_content(movie<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Python爬虫实战 | (3) 爬取豆瓣电影Top250](https://blog.csdn.net/sdu_hao/article/details/96114862)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“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