Python爬取猫眼电影top100名电影名单

  • A+
所属分类:爬虫专区

毕业设计我想不出来我还能做什么?最后选择爬虫数据分析。俗话说兴趣是最好的老师,尽管对于爬虫目前有许多障碍,很多东西不会,但是通过我孜孜不倦的努力最终会解决的。其实主要是喜欢做些有意思的事情。

  源代码如下
import requests
from requests.exceptions import RequestException
from multiprocessing import Pool
import re
import json
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('<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,html)
    for item in items:
        yield {
            'index': item[0],
            'img': item[1],
            'title': item[2],
            'star': item[3].strip()[3:],
            'time': item[4].strip()[5:],
            'score': item[5]+item[6]
        }
def write_to_file(content):
    with open('result.xlsx','a',encoding='utf-8') as f:
        f.write(json.dumps(content,ensure_ascii=False) + '\n')
        f.close()

def main(m):
    url = 'http://maoyan.com/board/4?offset='+str(m)
    html = get_one_page(url)
    for item in parse_one_page(html):
        write_to_file(item)
        print(item)
if __name__ == '__main__':
    pool = Pool()
    pool.map(main,[m*10 for m in range(10)])

至于以上代码的讲解有空再弄吧!

 

  • 我的微信
  • 这是我的微信扫一扫
  • weinxin
  • 我的微信公众号
  • 我的微信公众号扫一扫
  • weinxin

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: