手写一个简单爬虫--手刃豆瓣top250排行榜

 

#拿到页面面源代码 request
#通过re来提取想要的有效信息 re
import requests
import re
url="https://movie.douban.com/top250"

headers={
    "user-agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/115.0.0.0 Safari/537.36"}

resp=requests.get(url,headers=headers)

page_content=resp.text

#解析数据
obj=re.compile(r'
.*?
.*?(?P.*?)'
               r'.*?
.*?
.*?(?P.*?) .*?(?P.*?).*?(?P.*?)人',re.S)
result=obj.finditer(page_content)
for it in result:
    print(it.group("name"))
    print(it.group("year").strip())
    print(it.group("score"))
    print(it.group("people")+" peple judge")

    #上述操作在于爬取文件