使用go语言爬取豆瓣电影的电影名称、评分、评价次数

package main

import (
	"fmt"
	"io"
	"net/http"
	"os"
	"regexp"
	"strconv"
)

func main(){
	//指定爬取起始、终止页
	var start,end int
	fmt.Println("请输入爬取的起始页(>=1):")
	fmt.Scan(&start)
	fmt.Println("请输入爬取的终止页(>=start):")
	fmt.Scan(&end)
	Working(start,end)
}

//爬取页面操作
func Working(start , end int){
	fmt.Printf("正在爬取第%d页到第%d页...\n",start,end)
	//循环爬取每一页
	ch := make(chan int)
	for i := start ; i <= end ; i++ {
		go SpiderPage(i,ch)
	}
	for i := start ; i <= end ; i++  {
		fmt.Printf("第%d个网页已经爬取完成\n",<-ch)
	}
}

func SpiderPage(i int,ch chan int){
	url := "https://movie.douban.com/top250?start="+ strconv.Itoa((i-1)*25) + "&filter="
	result ,err := httpGet(url)
	if err != nil{
		fmt.Println("HttpGet err",err)
		return
	}
	//fmt.Println("result=",result)
	ret := regexp.MustCompile(`<img width="100" alt="(.*?)"`)
	//提取需要的信息
	filmName := ret.FindAllStringSubmatch(result,-1)
	ret1 := regexp.MustCompile(`<span class="rating_num" property="v:average">(?s:(.*?))</span>`)
	//提取需要的信息
	filmScore := ret1.FindAllStringSubmatch(result,-1)
	ret2 := regexp.MustCompile(`<span>(.*?)人评价</span>`)
	//提取需要的信息
	filmNum := ret2.FindAllStringSubmatch(result,-1)
	Save2File(i,filmName,filmScore,filmNum)
	ch <- i
}

func Save2File(idx int, filmName,filmScore,fileNum [][]string){
	//将读到的整网页数据存储
	f , err := os.Create("第 "+ strconv.Itoa(idx)+" 页.txt")
	if err != nil{
		fmt.Println("Create err:",err)
		return
	}
	defer f.Close()
	n := len(filmName) 	//得到条目数
	f.WriteString("电影名称" + "\t\t\t" + "评分" + "\t\t\t" + "评价人数" + "\n")
	for i := 0 ; i < n ; i++{
		f.WriteString(filmName[i][1] + "\t\t\t" + filmScore[i][1] + "\t\t\t" + fileNum[i][1] + "\n")
	}
}

func httpGet(url string)(result string ,err error){
	resp , err1 := http.Get(url)
	if err1 != nil {
		err = err1
		return
	}
	defer resp.Body.Close()
	//循环读取网页数据
	buf := make([]byte,4096)
	for{
		n,err2 := resp.Body.Read(buf)
		if n == 0 {
			break
		}
		if err2 != nil && err2 != io.EOF{
			err = err2
			return
		}
		//累加每一次循环读取的buf数据
		result += string(buf[:n])
	}
	return
}
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