基于python2的豆瓣Top250爬虫练习
Posted wxfresh
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于python2的豆瓣Top250爬虫练习相关的知识,希望对你有一定的参考价值。
1 # coding=utf-8 2 import urllib 3 import re 4 #获取源码 5 def gethtml(pg): 6 url = ‘https://movie.douban.com/top250?start=%d&filter=‘ % pg 7 html = urllib.urlopen(url).read() 8 return html 9 10 #爬取数据 11 if __name__ == ‘__main__‘: 12 pat = re.compile(‘<em class="">(.*?)</em>.*?<a href="(.*?)">.*?<img.*?alt="(.*?)" src="(.*?)".*?>‘,re.S) 13 for i in range(0,226,25): 14 html = gethtml(i) 15 listnum = re.findall(pat,html) #findall返回的是一个tuple 16 for i in range(25): 17 for j in range(4): 18 print listnum[i][j]
以上是关于基于python2的豆瓣Top250爬虫练习的主要内容,如果未能解决你的问题,请参考以下文章
Forward团队-爬虫豆瓣top250项目-团队编程项目开发环境搭建过程
Forward团队-爬虫豆瓣top250项目-团队编程项目开发环境搭建过程