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

Python小爬虫——抓取豆瓣电影Top250数据

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

Node.js学习 爬虫下载豆瓣电影top250图片

运维学python之爬虫高级篇scrapy爬取豆瓣电影TOP250

python爬虫入门爬取豆瓣电影top250