求助大神！关于爬虫方面的问题

Ayluc

想爬去本地的log或者txt文档里面的内容，求大神指点一下大概思路，还有，需不需要用正则表达式

幽梦三影

大哥啊，获取本地的内容就不叫爬虫了，你还是详细学习下os模块吧

wp231957

说说你的需求

Ayluc

import pandas as pd
import time
file = open('E:/123.txt')
line = file.readline()
filmname = []   #电影名称
showdate = []   #上映日期
overdate = []   #结束放映日期
boxoffice= []   #票房收入
#读取每一行，判断是否是电影行，如果是对其行进行切分
while line:
    line = file.readline()
    if "http://www.movie.com/bor/" in line:
        ls = line.split(';')
        filmname.append(ls[0].split(',')[-1])
        showdate.append(ls[1])
        overdate.append(ls[2])
        boxoffice.append(float(ls[7][len("票房（万）"):]))
#将数据保存DataFrame类型
df_filminfo = pd.DataFrame({"电影名称":filmname,
                            "上映日期":showdate,
                            "结束放映日期":overdate,
                            "票房收入":boxoffice
                            })
#将数据改为日期类型
df_filminfo['上映日期'] = pd.to_datetime(df_filminfo['上映日期'])
df_filminfo['结束放映日期'] = pd.to_datetime(df_filminfo['结束放映日期'])
#保存csv文件
df_filminfo.to_csv("E:/ans0201.csv", index=False, sep=',')
这个就是从本地文件里提取内容的

Ayluc

wp231957 发表于 2019-3-25 09:06
说说你的需求

就是本地有个文档，想提取里面的某些信息