用pyquery 初步改写崔庆才的 抓取猫眼电影排行（正在更新）特意置顶，提醒自己更新

Posted 2020-11-18 weixu-liu

 

目前正在学Python爬虫，正在读崔庆才的《Python3网络爬虫开发实战》，之前学习正则表达式，但是由于太难，最后放弃了（学渣的眼泪。。。。），在这本书上的抓取猫眼电影排行上，后来自学了pyquery，发现用pyquery可以解决这个问题，目前自己试着写了代码

 

这个是抓取一页的情况的代码（没有图的链接以及排名还有其他90页的情况）

import requests
from pyquery import PyQuery as pq

def get_one_page(url):
    headers = {
        ‘User-Agent‘:‘Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/67.0.3396.79 Safari/537.36‘
    }
    html = requests.get(url=url,headers=headers)
    return html.text

def parse_one_page(html):
    doc = pq(html)
    items = doc(‘dd .board-item-main .board-item-content .movie-item-info‘).items()
    for item in items:
        name = item.find(‘.name‘).text()
        star = item.find(‘.star‘).text()
        time = item.find(‘.releasetime‘).text()
        score = item.siblings(‘.movie-item-number .score .integer‘).text() + item.siblings(‘.movie-item-number .score .fraction‘).text()
        print(‘电影名:‘ + name + ‘
‘ +
              star + ‘
‘ + time + ‘
‘ + ‘评分:‘+score +‘
‘)

url = ‘http://maoyan.com/board/4‘
html = get_one_page(url)
parse_one_page(html)