python - 爬虫 - 猫眼电影

最新推荐文章于 2024-12-04 16:23:46 发布

原创最新推荐文章于 2024-12-04 16:23:46 发布 · 233 阅读

0 ·

CC 4.0 BY-SA版权

此博客围绕Python爬虫抓取猫眼电影数据展开。借助Python强大的编程能力，可实现对猫眼电影相关信息的爬取，在信息技术领域，爬虫技术常用于数据采集，能为后续的数据分析等工作提供数据支持。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import requests
import re
import json
import time

def get_one_page(url):
    header={
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36',
    }
    response=requests.get(url,headers=header)
    if response.status_code == 200:
        return response.text
    return None
def prase_one_page(html):
    pattern=re.compile('<dd>.*?board-index.*?>(.*?)</i>.*?data-src="(.*?)".*?name.*?a.*?>(.*?)</a>.*?star.*?>(.*?)</p>.*?releasetime.*?>(.*?)</p>.*?score.*?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].strip(),   #去除字符串开头和结尾的不相关的字符，例如换行或者空格，如果带有参数，则去除相应的参数
            'actor':item[3].strip()[3:] if len(item[3]) > 3 else '',   #if简写  值1 if 条件 else 值2
            'time':item[4].strip()[5:] if len(item[4]) > 5 else '',
            'score':item[5].strip() + item[6].strip()
        }
def write_to_file(content):
    with open('result.txt','a',encoding='utf-8') as f:
        f.write(json.dumps(content,ensure_ascii=False)+'\n')
def main(offset):
    url='https://maoyan.com/board/4?offset='+str(offset)
    html=get_one_page(url)
    for item in prase_one_page(html):
        write_to_file(item)

if __name__ == '__main__':
    for i in range(10):
        main(offset=i*10)
        time.sleep(1)