python基础-(正则表达式爬取电影排行榜)

最新推荐文章于 2023-08-02 19:43:24 发布

从没觉得自己胖z

最新推荐文章于 2023-08-02 19:43:24 发布

阅读量700

点赞数

CC 4.0 BY-SA版权

分类专栏：爬虫基础文章标签：爬虫 python

本文链接：https://blog.youkuaiyun.com/weixin_55435895/article/details/119673135

这次爬取的是一个电影网页里面的观影排行榜

#思路，拿到页面源代码，通过re提取想要元信息。
import requests,re,csv
Use_info = {
'User-Agent': ''
}

url  = 'https://movie.douban.com/top250?start=%s&filter='%(0)

resps = requests.get(url,headers= Use_info)
page_info = resps.text
resps.close()

先抓到你想要的网页源代码信息，可以在网页右击查询源代码看看你要的信息是不是都在源代码里面。

 #解析数据，假设要名字，时间，。评分。多少人评价
    obj = re.compile(r'<li>.*?<div class="item">.*?<span class="title">(?P<name>.*?)'
                     r'</span>.*?<p class="">.*?<br>(?P<year>.*?)&nbsp'
                     r'.*?<span class="rating_num" property="v:average">(?P<score>.*?)</span>'
                     r'.*?<span>(?P<pingjia>.*?)</span>',re.S)
    result = obj.finditer(page_info)
    with open('豆瓣电影内容.csv',mode = 'w')as f:
        csvwrite = csv.writer(f)
        for item in result:
            dic = item.groupdict