zoukankan      html  css  js  c++  java
  • 复仇者联盟4上映啦,我来爬爬猫眼的国内票房榜

    import json
    import requests
    from requests.exceptions import RequestException
    import re
    import time
    print("0")
    
    def get_hot_movie_rank(url):
        try:
            response = requests.get(url)
            if response.status_code == 200:
                return response.text
            return None
        except RequestException:
            return None
    print("1")
    
    def parse_hot_movie_rank(html):
        pattern = re.compile('<dd>.*?board-index.*?>(d+)</i>.*?data-src="(.*?)".*?name"><a'
                             + '.*?>(.*?)</a>.*?star">(.*?)</p>.*?releasetime">(.*?)</p>'
                             + '.*?realtime">.*?stonefont">(.*?)</span></span>(.*?)</p>'
                             + '.*?total-boxoffice">.*?stonefont">(.*?)</span></span>(.*?)</p>.*?</dd>',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:],
                'release time':item[4].strip()[5:],
                'Real-time box office':(item[5] + item[6]).strip() ,
                'Total box office':(item[7] + item[8]).strip()
                }
    print("2")
          
    def write_to_file(content):
        with open('maoyan1.txt','a',encoding='utf-8') as f:
            f.write(json.dumps(content,ensure_ascii = False) + 'n')
    print("3")
    
    def main():
        url = 'https://maoyan.com/board/1'
        html = get_hot_movie_rank(url)
        for item in parse_hot_movie_rank(html):
            print(item)
            write_to_file(item)
    print("4")
    
    if __name__ == '__main__':
        main()
        time.sleep(1)
    print("5")
    
    
    0
    1
    2
    3
    4
    {'index': '1', 'image': 'https://p0.meituan.net/moviemachine/f7d2ad70eb79d6d9b8a197713db9b8c41711752.jpg@160w_220h_1e_1c', 'title': '复仇者联盟4:终局之战', 'actor': '小罗伯特·唐尼,克里斯·埃文斯,马克·鲁法洛', 'release time': '2019-04-24', 'Real-time box office': '&#xe975;.&#xea4f;&#xecf7;亿', 'Total box office': '&#xe975;&#xecf7;.&#xf3f0;&#xec2f;亿'}
    {'index': '2', 'image': 'https://p1.meituan.net/movie/d28b729ffe72353a72d1e7ef8a9b90591544978.jpg@160w_220h_1e_1c', 'title': '何以为家', 'actor': '赞恩·阿尔·拉菲亚,约丹诺斯·希费罗,博鲁瓦蒂夫·特雷杰·班科尔', 'release time': '2019-04-29', 'Real-time box office': '&#xf6e3;&#xea4f;&#xf3f0;&#xe975;.&#xec1d;万', 'Total box office': '&#xe975;&#xec1d;&#xf3f0;&#xf6e3;.&#xf3f0;万'}
    {'index': '3', 'image': 'https://p0.meituan.net/movie/29cebff7d3ed1cf98fbeb6b01c908e1b9947789.jpg@160w_220h_1e_1c', 'title': '雪暴', 'actor': '张震,廖凡,倪妮', 'release time': '2019-04-30', 'Real-time box office': '&#xea4f;&#xe975;&#xe0b0;.&#xe0b0;万', 'Total box office': '&#xea4f;&#xec2f;&#xe343;.&#xf3f0;万'}
    {'index': '4', 'image': 'https://p0.meituan.net/moviemachine/409aca94fa1695a6bdb5206735189c11495127.jpg@160w_220h_1e_1c', 'title': '下一任:前任', 'actor': '郭采洁,郑恺,李东学', 'release time': '2019-05-01', 'Real-time box office': '&#xe0b0;&#xf6e3;&#xe343;.&#xecf7;万', 'Total box office': '&#xe0b0;&#xf6e3;&#xec1d;.&#xf3f0;万'}
    {'index': '5', 'image': 'https://p1.meituan.net/movie/c63849c7a9de360a7b192bc322792a111705236.jpg@160w_220h_1e_1c', 'title': '反贪风暴4', 'actor': '古天乐,郑嘉颖,林峯', 'release time': '2019-04-04', 'Real-time box office': '&#xf6e3;&#xe975;&#xecf7;.&#xec1d;万', 'Total box office': '&#xe343;.&#xec1d;&#xf3f0;亿'}
    {'index': '6', 'image': 'https://p0.meituan.net/moviemachine/90258899534b9cca44f2e9b9a6246504248749.jpg@160w_220h_1e_1c', 'title': '动物出击', 'actor': '景熙童', 'release time': '2019-04-30', 'Real-time box office': '&#xf6e3;&#xf6e3;&#xea4f;.&#xe343;万', 'Total box office': '&#xf6e3;&#xf6e3;&#xecf7;.&#xf3f0;万'}
    {'index': '7', 'image': 'https://p0.meituan.net/movie/eda6595dc2c3a5d7cdda5eb4f8d8b1982460902.jpg@160w_220h_1e_1c', 'title': '撞死了一只羊', 'actor': '金巴,更登彭措,索朗旺姆', 'release time': '2019-04-26', 'Real-time box office': '&#xf6e3;&#xf6e3;&#xf3f0;.&#xec1d;万', 'Total box office': '&#xe343;&#xf6e3;&#xec2f;.&#xf3f0;万'}
    {'index': '8', 'image': 'https://p0.meituan.net/movie/29caaa1b66c95807a3f4d29b5b03644b1876102.jpg@160w_220h_1e_1c', 'title': '调音师', 'actor': '阿尤斯曼·库拉纳,塔布,拉迪卡·艾普特', 'release time': '2019-04-03', 'Real-time box office': '&#xe343;&#xf47c;.&#xf3f0;万', 'Total box office': '&#xe0b0;.&#xf6e3;&#xea4f;亿'}
    {'index': '9', 'image': 'https://p0.meituan.net/movie/0253cac859838e4fd6ae94cf986b07971008254.jpg@160w_220h_1e_1c', 'title': '神奇乐园历险记', 'actor': '索菲亚·玛丽,詹妮弗·加纳,肯·哈德森·坎贝尔', 'release time': '2019-04-19', 'Real-time box office': '&#xe0b0;&#xe343;.&#xf3f0;万', 'Total box office': '&#xe975;&#xe343;&#xe343;&#xf6e3;.&#xf3f0;万'}
    {'index': '10', 'image': 'https://p0.meituan.net/movie/86aba43e286ed044a544a75748d08aca3798593.jpg@160w_220h_1e_1c', 'title': '天上再见', 'actor': '纳威尔·佩雷兹·毕斯卡亚特,阿尔贝·杜邦泰尔,艾米莉·德奎恩', 'release time': '2019-04-30', 'Real-time box office': '&#xe975;&#xec2f;.&#xf6e3;万', 'Total box office': '&#xec2f;&#xf3f0;.&#xf3f0;万'}
    5
    

    不懂数字为什么都以&#x开头,so 并没有完成我的目标,ing~

    记于20190818,前几天在看别人的爬虫时,看到别人提及了这种反爬技术,所以,我接下来要更新这篇文章啦!虽然妇联已经过去了很久,最近哪吒比较火

  • 相关阅读:
    对比度受限的自适应直方图均衡化(CLAHE)
    双边滤波
    快速高斯滤波
    积分图像的应用(二):非局部均值去噪(NL-means)
    非局部均值去噪(NL-means)
    积分图像的应用(一):局部标准差 分类: 图像处理 Matlab 2015-06-06 13:31 137人阅读 评论(0) 收藏
    积分图像 分类: 图像处理 Matlab 2015-06-06 10:30 149人阅读 评论(0) 收藏
    双边滤波与引导滤波 分类: 图像处理 2015-04-29 14:52 48人阅读 评论(0) 收藏
    UE4射击小游戏原型
    UnrealEngine4 尝鲜
  • 原文地址:https://www.cnblogs.com/wyy1480/p/10765548.html
Copyright © 2011-2022 走看看