爬虫练习 | 爬取猫眼电影Top100

Posted 404noofound

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了爬虫练习 | 爬取猫眼电影Top100相关的知识,希望对你有一定的参考价值。

#coding=utf-8
_date_ = 2018/12/9 16:18
import requests
import re
import json
import time
def get_one_page(url):

    headers={
    User-Agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/70.0.3538.110 Safari/537.36
    }
    reg=requests.get(url,headers=headers)
    if reg.status_code==200:
        return reg.text
    else:
        print(出错了)
def write_to_file(conments):
    with open(page.text,a,encoding=utf-8)as a:
        a.write(json.dumps(conments,ensure_ascii=False)+
)

def parse_one_page(html):
    r=re.compile(<dd>.*?board-index.*?>(.*?)</i>.*?data-src="(.*?)".*?name.*?a.*?>(.*?)</a>.*?star.*?>(.*?)</p>.*?releasetime.*?>(.*?)</p>.*?"integer.*?>(.*?)</i>.*?"fraction.*?>(.*?)</i>.*?</dd>,re.S)
    items=re.findall(r,html)
    for item in items:
        yield {
            index:item[0],
            image:item[1],
            name:item[2],
            star:item[3].strip(),
            time:item[4].strip(),
            score:item[5]+item[6]
        }

if __name__ == __main__:
    for i in range(0,10):
        url=https://maoyan.com/board/4?offset={}.format(i*10)
        html=get_one_page(url)
        content=parse_one_page(html)
        for i in content:
            write_to_file(i)
        time.sleep(1)

 

以上是关于爬虫练习 | 爬取猫眼电影Top100的主要内容,如果未能解决你的问题,请参考以下文章

# [爬虫Demo] pyquery+csv爬取猫眼电影top100

爬虫实战01——爬取猫眼电影top100榜单

爬虫:爬取猫眼电影top100

python爬虫,爬取猫眼电影top100

[爬虫]requests+正则表达式爬取猫眼电影TOP100

Python爬虫实战之Requests+正则表达式爬取猫眼电影Top100