zoukankan      html  css  js  c++  java
  • python基础day3-爬取豆瓣电影,2019-6-25

    ''''''
    '''
    https://movie.douban.com/top250?start=0&filter=
    https://movie.douban.com/top250?start=25&filter=
    https://movie.douban.com/top250?start=50&filter=

    1.发送请求
    2.解析数据
    3.保存数据
    '''
    import requests
    import re

    # 爬虫三部曲
    # 1.发送请求
    def get_page(base_url):
    response = requests.get(base_url)
    return response

    # 2.解析文本
    def parse_index(text):

    res = re.findall('<div class="item">.*?<em class="">(.*?)</em>.*?<a href="(.*?)">.*?<span class="title">(.*?)</span>.*?导演:(.*?)</p>.*?<span class="rating_num".*?>(.*?)</span>.*?<span>(.*?)人评价</span>.*?<span class="inq">(.*?)</span>', text, re.S)
    # print(res)
    return res

    # 3.保存数据
    def save_data(data):
    with open('douban.txt', 'a', encoding='utf-8') as f:
    f.write(data)

    # main + 回车键
    if __name__ == '__main__':
    # num = 10
    # base_url = 'https://movie.douban.com/top250?start={}&filter='.format(num)

    num = 0
    for line in range(10):
    base_url = f'https://movie.douban.com/top250?start={num}&filter='
    num += 25
    print(base_url)

    # 1.发送请求,调用函数
    response = get_page(base_url)

    # 2.解析文本
    movie_list = parse_index(response.text)

    # 3.保存数据
    # 数据的格式化
    for movie in movie_list:
    # print(movie)

    # 解压赋值
    # 电影排名、电影url、电影名称、导演 - 主演 - 类型、电影评分、评价人数、电影简介
    v_top, v_url, v_name, v_daoyan, v_point, v_num, v_desc = movie
    # v_top = movie[0]
    # v_url = movie[1]
    moive_content = f'''
    电影排名: {v_top}
    电影url: {v_url}
    电影名称: {v_name}
    导演主演: {v_daoyan}
    电影评分: {v_point}
    评价人数: {v_num}
    电影简介: {v_desc}

    '''

    print(moive_content)

    # 保存数据
    save_data(moive_content)
    会当凌绝顶,一览众山小
  • 相关阅读:
    android学习计划
    Android源码下载及开发环境的搭建
    I2C总线时序
    I2C原理和实例
    sql语句获取字段扩展属性
    浏览器兼容:火狐不支持webq格式图片
    js节流函数中的参数传递
    分享插件使用
    图片等比例自适应填充
    window.event在IE和Firefox的异同
  • 原文地址:https://www.cnblogs.com/leyzzz/p/11094298.html
Copyright © 2011-2022 走看看