【python】爬取猫眼电影Top100 暑假不愁没电影看
本帖最后由 wushaominkk 于 2018-7-6 09:25 编辑分享自己源码!附带top100电影名单!没python的可以下载自己看用 百度云连接:https://pan.baidu.com/s/19owyNPKCiId4I6yfCDGdwA 密码：ja1p
#!/usr/bin/env python
#!--*--coding:utf-8 --*--
#!@Time :2018/7/5 18:08
#!@AuThor TrueNewBee
#coding=utf-8
#爬取猫眼电影
#2018-7-5 17:37:30
#http://maoyan.com/board/4?offset=0
'''
很完美!!!!2018-7-5 20:04:10 成功运行!啦啦啦
我觉得正则部分还可以优化有空再优化
'''
import requests
import re
import time
import json
defget_one_page(url):
"""爬取猫眼网页"""
headers = {
'User-Agent' : 'Mozilla/5.0 (Windows NT 6.1; WOW64)AppleWebKit/537.36 (KHTML, like Gecko)Chrome/55.0.2883.87 Safari/537.36'
}
response = requests.get(url,headers=headers)
if response.status_code ==200:
return response.text
return None
def parse_one_page(html):
"""提取数据"""
#运用正则提取电影名字,演员等
pattern = re.compile('<dd>.*?board-index.*?>(\d+)</i>.*?data-src="(.*?)".*?name"><a'
+ '.*?>(.*?)</a>.*?star">(.*?)</p>.*?releasetime">(.*?)</p>'
+ '.*?integer">(.*?)</i>.*?fraction">(.*?)</i>.*?</dd>', re.S)
items = re.findall(pattern,html)
#遍历提取的结果生成字典
for item in items:
yield {
'排名': item,
'图片地址': item,
'电影名字': item,
'演员': item.strip(),
'上映时间': item.strip(),
'评分': item + item
}
def write_to_fire(content):
""""把提取的数据写入文件"""
with open("猫眼Top100电影.txt","a",encoding="utf-8") as f:
print(type(json.dumps(content)))
f.write(json.dumps(content,ensure_ascii=False)+'\n') #使用json模块实现字典的序列化
def main(offset):
"""主方法"""
url ='http://maoyan.com/board/4?offset='+str(offset)
html = get_one_page(url)
for item in parse_one_page(html):
print(item)
write_to_fire(item)
if __name__ == '__main__':
for i in range(10):
main(offset=i *10)
Quincy379 发表于 2018-7-5 21:20
正则太麻烦了，楼主是刚开始学爬虫么？
我是把python基础和高级看完了,然后有本书学一下爬虫! 正则需要理解,给你个连接,论坛里面的爬虫入门!:https://www.52pojie.cn/thread-739688-1-1.html RHYTHM985211 发表于 2018-7-5 21:13
正好前几天把环境配好会去爬下试试看谢谢楼主的分享
记得先pip 好requests 包 cmd 然后 pip install requests 先占个楼，谢谢分享，正愁没啥可看{:301_1004:} 谢谢分享 虽然不懂 但是进来了 还是得感谢你的资源分享{:1_919:} 666 最喜欢放出来源码的 给力
666 最喜欢放出来源码的 给力{:1_899:} 正好前几天把环境配好会去爬下试试看谢谢楼主的分享 说真的看不懂啊？？？ dage456788 发表于 2018-7-5 21:16
说真的看不懂啊？？？
每个函数都有注释!并且在关键部分都有注释!思路还是清晰 就拿一串代码给我们，然后让我们去破解猫眼电影？我们一点编程基础都没有？能成功吗？