如何用python完成评分功能呢_Python：豆瓣电影评分

一、功能需求：

作为一个经常看电影的人，需要对豆瓣电影资源进行分类，豆瓣上有一个交互不友好的地方，每个网页中存在的信息太多，没有办法一次性浏览完，而且部分相应的功能必须点击进入电影界面才能看到，因此个人的感觉增加了很多下工序，所以，我想用Python写一个小功能，直接把相关的电影输出在控制台中，通过看所查找的记录，进而选择电影。

二、功能实现：

①通过关键字搜索相关资源 ②选择记录的条数（页码实现）

③通过控制台将资源记录下来

三、豆瓣网页代码分析

一）网站分析

正则表达式匹配：http://movie.douban.com/subject/[0-9.]+)\/"\s+title="(.+)

二）分数地址分析

正则表达式匹配：([0-9.]+)<\/span>

三）评分地址分析

正则表达式匹配：\((\w+)人评价\)<\/span>

四、代码实现：

import re

import time

import urllib.request

def Douban_MovieSearch(movieTag):

#打开相应地址

tagUrl=urllib.request.urlopen(url)

#解析网页编码

tagUrl_read = tagUrl.read().decode('utf-8')

#返回所读取的网页

return tagUrl_read

def subject(tagUrl_read):

#关键：正则表达式匹配电影的名字（链接）、评分与评论

searchURL = re.findall(r'(http://movie.douban.com/subject/[0-9.]+)\/"\s+title="(.+)"',tagUrl_read)

gradeURL = re.findall(r'([0-9.]+)<\/span>',tagUrl_read)

evaluateURL = re.findall(r'\((\w+)人评价\)<\/span>',tagUrl_read)

#关键：数据封装（zip的使用）

movieLists = list(zip(searchURL,gradeURL,evaluateURL))

resourceList.extend(movieLists)

#返回数据列表

return resourceList

#用quote处理特殊（中文）字符

movieType = urllib.request.quote(input('请输入电影类型(如剧情、喜剧、悬疑、爱情、动作、魔幻)：'))

page_end=int(input('请输入查询页数（每页10条记录）：'))

num_end=page_end*10

num=0

page_num=1

resourceList=[]

#while-else的使用方法

while num

url=r'http://movie.douban.com/tag/%s?start=%d'%(movieType,num)

movie_url = Douban_MovieSearch(url)

subject_url=subject(movie_url)

num=page_num*10

page_num+=1

else:

#使用sorted函数对列表进行排列

movieLIST = sorted(resourceList, key=lambda movieList : movieList[1],reverse = True)

for movie in movieLIST:

print(movie)

time.sleep(10)

print('查询结束')

五、运行结果

一）输入相关信息

二）查看结果

六、总结

这个小功能的实现让我对使用正则表达式有了更深厚的理解，也理解了为什么在定义名称时为什么需要将名称规范化化，一旦没有规范，是无法对信息进行检索的，另外，这个功能也让我看到Python的list列表和Zip()方法的强大之处，在理解的基础上，他就像是在Java的list进行了多一层封装，不仅大大简化了我们所遍历条件，还能够自动获取其中的值，这为我们对列表数据的查询提供了巨大的优化，另外，我百度得知，这种封装大大提高了遍历的性能，在百万条数据中，比原来list的遍历要减少20%甚至更多的时间，所以，要熟悉Python的优势和长处，是需要不断地去体验Python的机制，其中最好的一点就是查阅API，zip()方法的封装亦是通过API才找出来的。

这个功能只是实现了简单的信息检索，其实还有很多可以改进的地方，第一、可以加入排序的条件，我觉得这个很重，可以跳高交互的友好度；第二，格式不太美观，排列不太整齐，这是zip()封装的一个弊端，因为他没有办法对数据进行再处理就直接被遍历出来了，如果换做其他方法，性能会降低，所以这是一个取舍问题；三、写出excel文件，一开始是计划写出excel文件，但是对excel文件的操作不是很熟悉，所以最终放弃，选择在控制台进行遍历，如果能找到类似POI这种开源框架支持Python对Excel的操作，相信能对EXCEL的写入写出有莫大的帮助。