#抓取猫眼电影排行榜前100
#目标: 提取出猫眼电影TOP100的电影名称、时间、评分、图片等信息
#提取站点 :http://maoyan.com/board/4 提取的结果以文件形式保存
#使用知识: 网页基础 、网络基础 、urllib、requests、正则表达式
#目标: 提取出猫眼电影TOP100的电影名称、时间、评分、图片等信息
#提取站点 :http://maoyan.com/board/4 提取的结果以文件形式保存
#使用知识: 网页基础 、网络基础 、urllib、requests、正则表达式
1.抓取分析:
1.网站页面 有效信息:影片名称 主演 上映时间 上映地区 评分 图片 一页10条
2.点击 第二页 发现上方的URL http://maoyan.com/board/4?offset=10
由此可见 offset代表偏移值
2.抓取首页
import requests
def get_one_page(url):
headers ={
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.170 Safari/537.36',
}
response = requests.get(url,headers = headers)
if response.status_code ==200:
return response.text
return None
def main():
url = 'http://maoyan.com/board/4'
html = get_one_page(url)
print(html)
main()
3.正则提取
先观察一个条目的源码: