代码:

 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[0],
'image': item[1],
'title': item[2],
'actor': item[3].strip()[3:],
'time': item[4].strip()[5:],
'score': item[5] + item[6]
} 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)

结果:

最新文章

  1. C#线程同步手动重置事件——ManualResetEvent
  2. 响应式布局 Bootstrap
  3. Realm简单使用小记
  4. Web程序的桌面提醒
  5. [汇编] 将字符串里的一个&#39;&amp;&#39;字符换成空格
  6. PHP文件操作 之统计目录大小
  7. 移动端下拉刷新,iScroll.js用法(转载)
  8. how to change the AlexNet into FCNs ?
  9. MyEcpilise引入Maven项目目录不正常,无JRE,无Maven Dependencies
  10. javascript XMLHttpRequest对象全面剖析
  11. 0x3f3f3f3f...编程中无穷大常量的设置技巧
  12. CloudStack全局配置參数
  13. angular2 学习笔记 ( 第3方插件 jQuery and ckeditor )
  14. day12-(jsp&amp;el&amp;jstl)
  15. 非对称加密算法-RSA算法
  16. !!代码:baidu 分享
  17. linux及安全第三周总结——跟踪分析LINUX内核的启动过程
  18. windows Git Bash 无法运行python解决方法
  19. gdal source code c++ make windows
  20. 修改电脑自动休眠时间win10

热门文章

  1. 数列分块入门 1 LOJ6277
  2. react中事件冒泡之填坑
  3. 各种数据库分页语句整理以及Oracle数据库中的ROWNUM和ORDER BY的区别
  4. Git使用之二:下载远程代码到本地指定文件夹
  5. 安装cloudera manager使用mysql作为元数据库
  6. Windows Server2003下安装IIS服务脑图
  7. 6.爬虫 requests库讲解 总结
  8. 初学者学习python2还是python3?
  9. 软工实践 - 第二十三次作业 Beta 冲刺(1/7)
  10. sqlite sql语句关键字GROUP BY的理解