#!/usr/bin/env python
# -*- coding: utf- -*-
# @Author: Dang Kai
# @Date: -- ::
# @Last Modified time: -- ::
# @E-mail: @qq.com
# @Description:增加多进程 # http://maoyan.com/board/4
# http://maoyan.com/board/4?offset=20 import requests
import re
import json
from multiprocessing import Pool
from requests.exceptions import RequestException def get_one_page(url, headers):
'''获取单页的html'''
try:
reponse = requests.get(url, headers=headers)
if reponse.status_code == :
return reponse.text
else:
return None
except RequestException: # 异常处理
return None def parse_one_page(html):
'''正则匹配所需数据'''
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)
# print(items)
for item in items:
yield{
'index': item[],
'image': item[],
'title': item[],
'actor': item[].strip()[:],
'starttime': item[].strip()[:],
'score': item[] + item[]
} def write_to_file(content):
'''写入文件'''
with open('result.txt', 'a', encoding='utf-8') as f:
f.write(json.dumps(content, ensure_ascii=False) + '\n')
f.close() def main(offset):
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.75 Safari/537.36'}
html = get_one_page(
'http://maoyan.com/board/4?offset=' + str(offset), headers)
# print(html)
for item in parse_one_page(html):
print(item)
write_to_file(item)
if __name__ == '__main__':
# for i in range():
# main(i*)
pool = Pool()
pool.map(main, {i* for i in range()})

最新文章

  1. Deep Learning 22:总结一些deep learning的基本知识
  2. 跨集群 distcp命令
  3. Java_JDK_HashMap
  4. Apache虚拟目录(二)
  5. VC中实现GCC的2个比较常用的位运算函数
  6. sqlserver得到昨天的数据
  7. 可发布指定的ASP.NET页面的插件:LimusicAddin
  8. yii2单个视图加载jss,css
  9. mysql explain 解释
  10. javascript 数组的常用操作函数
  11. VirtualBox扩展磁盘空间
  12. hdu2606(递推)
  13. 获取url参数和时间格式化
  14. hive删除表和表中的数据
  15. JS代码风格自动规整工具Prettier
  16. flutter 解析json
  17. Unknown return value type [java.lang.Boolean]] with root cause
  18. C#获取一个实体类的属性名称、属性值
  19. Hive| 压缩| 存储| 调优
  20. AAPT2 error: check logs for details 问题的终究修复

热门文章

  1. CopyOnWriteArrayList的增删改查实现原理
  2. NET Core 不错教程***************
  3. ssis error at other ssis.pipeline &quot;ole db destination&quot; failed validation and returned validation status
  4. spring中注解注入 context:component-scan 的使用说明
  5. MVC 路由检测组件 Routing Debugger
  6. Java 读写Properties配置文件【转】
  7. 在windows上安装common lisp开发环境
  8. Unity 为什么有时候播放音乐(音效)会没有声音
  9. Linux下判断磁盘是SSD还是HDD的几种方法
  10. Kudu 常见的几个应用场景