利用python中的request和正则表达式爬取猫眼电影Top100

@TOCpython正则表达式爬取猫眼电影Top100

话不多说直接撸代码

import requests
import re
import json


def get_one_page(url):
	response = requests.get(url)
	try:
		response.raise_for_status()
		response.encoding = response.apparent_encoding
		return response.text
	except:
		return "产生异常"


def parse_one_page(html):
	parttern = re.compile('
.*?board-index.*?>(.*?).*?data-src="(.*?)".*?' '(.*?).*?star">(.*?)

.*?releasetime">(.*?)

.*?' 'integer">(.*?).*?fraction">(.*?).*?
',re.S) items = re.findall(parttern,html) for item in items: yield { 'index':item[0], 'title':item[2], 'actor':item[3].strip()[3:], 'time':item[4].strip()[5:], 'score':item[5]+item[6], 'image': item[1] } def write_to_file(content): with open('top.txt', 'a', encoding='utf-8') as f: f.write(json.dumps(content, ensure_ascii=False)+'\n') f.close() def main(offset): url = 'https://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)

代码运行结果:
利用python中的request和正则表达式爬取猫眼电影Top100_第1张图片

你可能感兴趣的:(利用python中的request和正则表达式爬取猫眼电影Top100)