爬取电影票房数据，用于统计建模分析。目标网站为电影票房数据库(http://58921.com/alltime).
基本的爬取静态网站的技术，模拟登陆使用的是最简单的cookies。(这种模拟登陆的方式虽然简单但有很大的局限性，时效性比较短，也许两三天后就失效了，或者网页改版一点也会导致失效。最好的方式还是找到登陆页面，获取需要提交的数据和提交方式，模拟我们正常登陆的方式进行数据提交。)
然后，分析页面，用正则表达式匹配需要的信息，然后抓取信息，保存在excel表格里。
不过这个网站的数据还是有很多问题，不少数据是缺失的，而且数据杂乱，演员数据要么重复，要么几个 名字连在一起。还需要进行数据清洗，不能直接使用。
代码放在github上：https://github.com/JXC321/-.git