正则表达式爬取猫眼电影

Posted gaidy

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了正则表达式爬取猫眼电影相关的知识,希望对你有一定的参考价值。

正则表达式爬取猫眼电影Top100

import requests
import re,json
from multiprocessing import Pool

def get_one_page(url):
    response = requests.get(url)
    return response.text

def parse_one_page(html):
    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)
    for item in items:
        yield {
            index:item[0],
            image:item[1],
            title:item[2],
            actor:item[3].strip()[3:],
            time:item[4].strip()[5:],
            score:item[5]+item[6]
        }

def write_to_file(content):
    with open(maoyan.txt,a,encoding=utf-8) as f:
        f.write(json.dumps(content,ensure_ascii=False) + 
)
        f.close()

def main(offset):
    url = http://maoyan.com/board/4?offset= + str(offset)
    html = get_one_page(url)
    for item in parse_one_page(html):
        write_to_file(item)

if __name__ == __main__:
    # for i in range(10):
    #     main(i*10)
    #使用进程池
    pool = Pool()
    pool.map(main,[i*10 for i in range(10)])

 

以上是关于正则表达式爬取猫眼电影的主要内容,如果未能解决你的问题,请参考以下文章

Requwsts+正则表达式爬取猫眼电影Top100

Python爬虫-利用正则表达式爬取猫眼电影

正则表达式爬取猫眼电影

python爬虫知识点总结Requests+正则表达式爬取猫眼电影

干货 | Requests+正则表达式爬取猫眼电影

Python:正则表达式匹配猫眼电影HTML信息