IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> python 爬取豆瓣电影top250的电影 -> 正文阅读

[Python知识库]python 爬取豆瓣电影top250的电影

通过python的urlib和re模块提取豆瓣top250的电影的排行,电影名字,导演名字,电影评分的信息。
在这里插入图片描述

from urllib.request import Request,urlopen
import re

# 1.查找网页源代码
def get_page(url):
    # 1.准备请求信息
    r = Request(url=url,
                headers={
                'User-Agent':'Mozilla/5.0 (iPhone; CPU iPhone OS 11_0 like Mac OS X) AppleWebKit/604.1.38 (KHTML, like Gecko) Version/11.0 Mobile/15A372 Safari/604.1'})
    # 2.打开url
    response = urlopen(r)

    # 3.因为得到的文件用utf-8进行编码,所以用 utf - 8进行解码
    return response.read().decode('utf-8')

# 2.从网页中提取需要的信息
def get_infomation(s):
        # 正则表达式
        obj = re.compile(r'<div class="item">.*?<em class="">(?P<排名>.*?)</em>'
                         r'.*?<span class="title">(?P<电影名>.*?)</span>'
                         r'.*?导演: (?P<导演>.*?) '
                         r'.*?<span class="rating_num" property="v:average">(?P<评分>.*?)</span>'
                         , re.S)
        # 运用正则表达式提取信息
        result = obj.finditer(s)
        lst = []
        for item in result:
            lst.append(item.groupdict())
            # lst.append(item.group())
        return lst
def main():
    result = []
    # 把所有的网页的信息都提取出来
    for i in range(10):
        s = get_page(f'https://movie.douban.com/top250?start={i * 25}')
        result += get_infomation(s)
    with open("test.txt", mode='a', encoding='utf-8') as fp:
        for item in result:
            fp.write(str(item))
            fp.write('\n')
    lst = []
    # 去除字典的’ 和 { } 符号
    with open("test.txt", mode='r', encoding='utf-8') as fp:
        for line in fp:
            k = line.replace('{', "")
            k = k.replace("}", "")
            k = k.replace("'", "")
            lst.append(k)
    with open("test.txt", mode='w', encoding='utf-8') as fp:
        for item in lst:
            fp.write(item)
main()

最后的效果:
在这里插入图片描述

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-10-25 12:29:51  更:2021-10-25 12:31:10 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 20:22:15-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码