马上注册，结交更多好友，享用更多功能^_^
您需要 登录 才可以下载或查看，没有账号？立即注册
x
本帖最后由 wcq15759797758 于 2022-5-3 15:18 编辑
复盘爬虫（一）
import re
import requests
def main(url):
headers = {
'User-Agent': ('Mozilla/5.0 (compatible; MSIE 9.0; '
'Windows NT 6.1; Win64; x64; Trident/5.0)'),
}
respomse = requests.get(url=url,headers=headers)
respomse.encoding='utf-8'
html = respomse.text
obj = re.compile(r'<li>.*?<div class="item">.*?<span class="title">(?P<name>.*?)'
r'</span>.*?<p class="">.*?<br>(?P<year>.*?) .*?<span class="rating_num" property="v:average">(?P<PF>.*?)</span>',re.S)
resulf = obj.finditer(html)
for i in resulf:
'''print(i.group('name'))
print(i.group('year').strip())
print(i.group('PF'))
'''
item = {}
item['name'] = i.group('name')
item['year'] = i.group('year').strip()
item['评分'] = i.group('PF')
print(item)
if __name__ == '__main__':
for page in range(0,275,25):
url = f'https://movie.douban.com/top250?start={page}'
main(url=url,headers=headers)
| 
( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)
狗仔卡
发表于 2022-5-3 15:17:05
置顶卡
千斤顶
显身卡
发表于 2022-5-4 00:31:11
