psyear的博客

利用cookie模拟登陆西安交通大学的门户系统并将cookie信息保存到文本文件中#coding:utf-8import cookielibimport urllibimport urllib2filename = 'cookie.txt'#声明一个MozillaCookieJar对象实例来保存cookie，之后写入文件cookie = cookielib.MozillaCook

作为python爬虫的第一个试手小程序，因为豆瓣电影top250的获取不需要进行登陆，因此完成这个任务主要是正则表达式和url开启的使用。不过由于python2的一些处理中文编码的缺陷，因此在进行中文匹配时会遇上一些问题，如果是全英文如imbd、billboard这些榜单的获取，所需要解决的问题将要少很多。以下是主程序，只截取了具有代表性的“电影名”、“评分”和“主演”这三项信息，其他如年份等