豆瓣TOP250电影相关信息获取

最新推荐文章于 2022-06-19 06:47:36 发布

原创

最新推荐文章于 2022-06-19 06:47:36 发布 · 407 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#爬虫 #python

刚开始学爬虫，根据Python爬虫编程基础5天速成（2021全新合集）Python入门+数据分析_哔哩哔哩_bilibili学习，自己简单敲了一遍：

import urllib.request
import urllib.error
import re
from bs4 import BeautifulSoup
import xlwt
baseurl = 'https://movie.douban.com/top250?start='
findLink = re.compile(r'<a href="(.*?)">')     #创建正则表达式对象
findImgSrc = re.compile(r'<img .*src="(.*?)"',re.S)     #忽略换行符
findTitle = re.compile(r'<span class="title">(.*?)</span>')
findRating = re.compile(r'<span class="rating_num" property="v:average">(.*?)</span>')
findJudge = re.compile(r'<span>(\d*)人评价</span>')
findInq = re.compile(r'<span class="inq">(.*?)</span>')
findBd = re.compile(r'<p class="">(.*?)</p>',re.S)
# 1.爬取网页
def askHtml(url):
    head = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/9