Ygh6688 发表于 2021-3-20 14:41:32

爬取猫眼读取不出来数据


为什么我读取不出来信息?大佬指导指导import json
import requests
from requests.exceptions import RequestException
import re
import time


def get_one_page(url):
    try:
      headers = {
            'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.162 Safari/537.36'
      }
      response = requests.get(url, headers=headers)
      if response.status_code == 200:
            return response.text
      return None
    except RequestException:
      return None


def parse_one_page(html):
    pattern = re.compile('<dd>.*?board-index.*?>(\d+)</i>.*?data-src="(.*?)".*?name"><a'
                         + '.*?>(.*?)</a>.*?star">(.*?)</p>.*?releasetime">(.*?)</p>'
                         + '.*?integer">(.*?)</i>.*?fraction">(.*?)</i>.*?</dd>', re.S)
    items = re.findall(pattern, html)
    for item in items:
      yield {
            'index': item,
            'image': item,
            'title': item,
            'actor': item.strip(),
            'time': item.strip(),
            'score': item + item
      }


def write_to_file(content):
    with open('result.txt', 'a', encoding='utf-8') as f:
      f.write(json.dumps(content, ensure_ascii=False) + '\n')


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__':
    for i in range(10):
      main(offset=i * 10)
      time.sleep(1)

逃兵 发表于 2021-3-21 08:13:05

测试可以读取数据

并存放在文件夹下

名为result.txt的文本文档中
页: [1]
查看完整版本: 爬取猫眼读取不出来数据