简单的爬虫例子——爬取豆瓣Top250的电影的排名、名字、评分、评论数
生活随笔
收集整理的這篇文章主要介紹了
简单的爬虫例子——爬取豆瓣Top250的电影的排名、名字、评分、评论数
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
爬取思路:
url從網頁上把代碼搞下來
bytes decode ---> utf-8 網頁內容就是我的待匹配的字符串
ret = re.findall(正則,待匹配的字符串), ret 是所有匹配到的內容組成的列表
# (2)re.findall——打印輸出import re import json from urllib.request import urlopendef getPage(url):response = urlopen(url)return response.read().decode('utf-8')def parsePage(s):ret = re.findall( '<div class="item">.*?<div class="pic">.*?<em .*?>(?P<id>\d+).*?<span class="title">(?P<title>.*?)</span>''.*?<span class="rating_num" .*?>(?P<rating_num>.*?)</span>.*?<span>(?P<comment_num>.*?)評價</span>',s,re.S)return retdef main(num):url = 'https://movie.douban.com/top250?start=%s&filter=' % numresponse_html = getPage(url)ret = parsePage(response_html)print(ret)count = 0 for i in range(10): #10頁 main(count)count += 25
?正則表達式詳解:
?
?
?
轉載于:https://www.cnblogs.com/xc-718/p/9751113.html
總結
以上是生活随笔為你收集整理的简单的爬虫例子——爬取豆瓣Top250的电影的排名、名字、评分、评论数的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Viso删除参考线,删除形状,删除连接点
- 下一篇: 虹科分享| 关于TrueNAS十问十答