python单线程实现猫眼top100电影的爬取

最新推荐文章于 2024-11-05 11:57:55 发布

Jacobshash

最新推荐文章于 2024-11-05 11:57:55 发布

阅读量280

点赞数

CC 4.0 BY-SA版权

分类专栏：软件设计

本文链接：https://blog.youkuaiyun.com/LOL_toulan/article/details/88976220

软件设计专栏收录该内容

1 篇文章

订阅专栏

本文介绍了一个使用Python爬取猫眼电影Top100榜单数据的实战案例。通过正则表达式解析网页内容，并利用requests库进行HTTP请求，最终将数据保存到本地文件中。文中还提供了详细的代码实现及运行指导。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

再看本篇博客之前，首先要学会python中的‘正则表达式’，电脑安装pycharm，

pycharm官网：https://www.jetbrains.com/pycharm/

尊重原创，转载请留出处：https://blog.youkuaiyun.com/LOL_toulan/article/details/88976220

import json
import requests
from requests.exceptions import RequestException
import re

def get_one_pag(url):
    try:
        res=requests.get(url)
        if res.status_code==200:
            return res.text
        return None
    except RequestException:
        return None

def parse_one_pag(cat):
    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,cat)
    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('cat.txt','a',encoding='UTF-8') as f:
        f.write(json.dumps(content,ensure_ascii=False)+'\n')
        f.close()


def main(offset):
    url='http://maoyan.com/board/4?offset='+str(offset)
    cat=get_one_pag(url)
    for item in parse_one_pag(cat):
        print(item)
        write_to_file(item)

if __name__ == '__main__':
    for i in range(10):
         main(i*10)

---------------------------------------欢迎交流学习?