抓取猫眼电影排行榜前100

使用Python的requests和正则表达式从猫眼电影网站抓取前100名电影的数据,并将抓取到的信息保存到本地文件中。此脚本利用多进程加速数据抓取。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

抓取电影前一百并写入txt中

#encoding = utf-8
import requests
from requests.exceptions import RequestException
import re
import json
from multiprocessing import Pool

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

def parse_one_page(html):
    pattern = re.compile(r'<dd>.*?board-index.*?">(\d+)</i>.*?data-src="(.*?)".*?name"><a'
                         r'.*?>(.*?)</a>.*?star">(.*?)</p>.*?releasetime">(.*?)</p>.*?'
                         r'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_flie(content):
    with open('res.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)
    html = get_one_page(url)
    for item in parse_one_page(html):
        write_to_flie(item)
        print(item)


if __name__ == '__main__':
    pool = Pool()
    pool.map(main, [i*10 for i in range(10)])
Python爬虫可以用来抓取猫眼电影的相关信息。通过使用Python爬虫,我们可以获取猫眼电影网的TOP100排行榜的影片信息,包括电影名称、上映时间、主演信息。这些信息可以通过访问猫眼电影网的网址来获取。另外,我们还可以使用Python爬虫来获取猫眼电影的实时票房数据。通过访问猫眼专业版-实时票房的网址,我们可以看到实时电影票房数据,这些数据是动态增加的。在抓取动态网页数据时,我们可以找到对应的XHR格式的请求,并提取相应的JSON格式数据。通过运用Python爬虫的知识,我们还可以制作一个定时爬取电影票房数据并推送至个人邮箱的爬虫小程序,实现数据的定时更新和自动推送。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [【python教程入门学习】Python爬虫抓取猫眼电影排行榜](https://blog.youkuaiyun.com/python_9988/article/details/120709945)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Python爬虫入门实战之猫眼电影数据抓取(实战篇)](https://blog.youkuaiyun.com/Karven_/article/details/89075198)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值