requests爬取猫眼电影top100

import requests
from requests.exceptions import RequestException
import re
import json
from multiprocessing import Pool
def page_one_html(url):
    try:
        response = requests.get(url);
        if response.status_code == 200:
            return response.text
        else:
            return None
    except RequestException:
        return None

def parse_page_html(content):
    pattern = re.compile('<dd>.*?board-index.*?>(\d+)</i>.*?title="(.*?)".*?data-src="(.*?)".*?'
                         +'star">(.*?)</p>.*?releasetime">(.*?)</p>.*?integer">(.*?)</i>.*?fraction">(.*?)</i>'
                         +'.*?</dd>',re.S)
    items = re.findall(pattern,content)
    #print(items)
    for item in items:
        yield{
            "index":item[0],
            "title": item[1],
            "image":item[2],
            "actor":item[3].strip()[3:],
            "createTime":item[4].strip()[4:],
            "score":str(item[5])+str(item[6])
        }

def write_text(item):
    with open("result.txt","a",encoding="utf-8") as f:
        f.write(json.dumps(item,ensure_ascii=False) + "\n")
        f.close()


def main(offset):
    url = "http://maoyan.com/board/4?offset="+str(offset)
    html = page_one_html(url)
    #print(html)
    for item in parse_page_html(html):
        write_text(item)

if __name__=="__main__":
     pool = Pool()
     pool.map(main,[i*10 for i in range(10)])




 from requests.exceptions import RequestException 异常处理很重要

import re 

import json

from multiprocessing import Pool 线程池下线搜搜的

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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