您当前的位置: 首页 >  json
  • 0浏览

    0关注

    2393博文

    0收益

  • 0浏览

    0点赞

    0打赏

    0留言

私信
关注
热门博文

Crawler:基于requests库+json库+40行代码实现爬取猫眼榜单TOP100榜电影名称主要信息

一个处女座的程序猿 发布时间:2018-05-01 22:44:36 ,浏览量:0

Crawler:基于requests库+json库+40行代码实现爬取猫眼榜单TOP100榜电影名称主要信息

 

 

目录

输出结果

实现代码

 

  输出结果

  实现代码
# -*- coding: utf-8 -*-

#Py之Crawler:实实在在的40行代码爬取猫眼榜单TOP100榜电影名称主要信息——Jason niu

import requests
import re
import json
from requests.exceptions import RequestException
from multiprocessing.dummy import Pool

headers = {'User-Agent':'Mozilla/5.0 '}

def get_one_page(url):
    try:
        res = requests.get(url,headers = headers)
        if res.status_code == 200:
            return res.text
        return None
    except RequestException:
        return None
def parse_one_page(html):
    pattern = re.compile('.*?board-index.*?>(\d+).*?data-src="(.*?)".*?name">(.*?).*?star">(.*?)

.*?releasetime">(.*?)

' +'.*?integer">(.*?).*?fraction">(.*?).*?',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_file(content): with open ('result.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): print(item) write_to_file(item) if __name__ == '__main__': p = Pool() p.map(main,[i*10 for i in range(10)])
关注
打赏
1664196048
查看更多评论
立即登录/注册

微信扫码登录

0.0539s