import requests
import json
import re
import time
from requests.exceptions import RequestException
def get_one_page(url):
try:
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36'
}
response = requests.get(url, headers = headers)
if response.status_code == 200:
return response.text
return None
except RequestException:
return None
def parse_one_page(html):
pattern = re.compile('<dd>.*?board-index.*?>(.*?)</i>.*?data-src="(.*?)".*?name.*?a.*?>(.*?)</a>.*?star.*?>(.*?)</p>.*?releasetime.*?>(.*?)</p>.*?integer.*?>(.*?)</i>.*?fraction.*?>(.*?)</i>.*?</dd>',re.S)
items = re.findall(pattern,html)
for item in items:
yield {
'ind
利用Python爬虫抓取猫眼电影排行(初入坑~正则表达式方式)
最新推荐文章于 2021-06-26 22:27:28 发布
本文介绍了如何使用Python进行网络爬虫,抓取猫眼电影排行榜的数据。通过requests库获取网页内容,正则表达式解析HTML,提取电影排名、海报、名称、演员、上映时间和评分,并将数据保存到文件中。示例代码详细展示了爬虫的基本步骤,适合Python爬虫初学者参考。
摘要由CSDN通过智能技术生成