用 Python 爬取猫眼TOP100榜单
程序员文章站
2022-05-02 13:25:55
...
用 Python 爬取猫眼TOP100榜单
这里将结果输出到控制台,需要存到txt,csv文件里的同学,改一下存储的代码就可以了。
from urllib import request,parse
import time
import random
import re
from fake_useragent import UserAgent
class MaoyanSpider(object):
def __init__(self):
self.url = 'https://maoyan.com/board/4?offset={}'
# 1.请求
def get_html(self,url):
headers = {'User-Agent':UserAgent().random}
req = request.Request(url=url,headers=headers)
resp = request.urlopen(req)
html = resp.read().decode()
return html
# 2.解析
def parse_html(self,html):
pattern = re.compile(r'<p class="name"><a .*? title="(.*?)".*?>.*?<p class="star">(.*?)</p>.*?<p class="releasetime">(.*?)</p>',re.S)
r_list = pattern.findall(html)
#print(r_list)
for r in r_list:
print("电影名称:",r[0].strip())
print(r[1].strip())
print(r[2].strip())
print('*'*50)
#return r_list
# 3.保存html到本地
def save_html(self,filename,html):
with open(filename,'w',encoding = 'utf-8')as f:
f.write(html)
# 4.入口函数
def run(self):
for page in range(1,10+1):
pn = (page-1)*10
url = self.url.format(pn)
html = self.get_html(url)
filename = '猫眼电影'+ '-第%s页.html'% str(page)
# self.save_html(filename,html)
self.parse_html(html)
print('第%d页抓取成功'%page)
# 每抓取一页要随机休眠2-3秒
time.sleep(random.uniform(2,3))
if __name__ == '__main__':
spider = MaoyanSpider()
spider.run()
上一篇: 猫眼电影榜单TOP100爬取项目
下一篇: 关于多线程变量共享问题_改进
推荐阅读
-
Python爬虫实战用 BeautifulSoup 爬取电影网站信息
-
知乎大神用Python爬取高颜值美女(爬虫+人脸检测+颜值检测)
-
python使用BeautifulSoup与正则表达式爬取时光网不同地区top100电影并对比
-
python爬取2021猫眼票房字体加密实例
-
Python用requests库爬取返回为空的解决办法
-
用Python爬取陈奕迅新歌《我们》10万条评论的新发现
-
Python | 用Python爬取LOL所有的英雄信息以及英雄皮肤
-
详解用python写网络爬虫-爬取新浪微博评论
-
Python爬取猫眼电影排行
-
一个简单的python爬虫程序 爬取豆瓣热度Top100以内的电影信息