栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

python爬取猫眼电影

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

python爬取猫眼电影

爬取猫眼电影排名前一百的电影
验证问题不知道怎么解决,隔段时间要重新输一次链接‘

# -*- coding: utf-8 -*-
"""
Created on Wed Dec 29 21:07:41 2021

@author: shiyu
"""

import requests
import re

#爬取电影名
def get(url):
    try:
        html=requests.get(url,headers=headers)
    except:
        print('error')
    if html.text.find('验证')!=-1:
        print('需要验证,重新输入网址')
    k2=r'(

ans=re.findall(k2, html.text) if ans: for it in ans: list.append(it[1]) url='https://www.maoyan.com/board/4?timeStamp=1640784403769&sVersion=1&offset=0&requestCode=8202caf044f2e49747af494993ef4b1fe5shf&index=3&webdriver=false&signKey=1a9bca8888a3481620062a6d57df6544&channelId=40011' headers={'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36 Edg/96.0.1054.62' } list=[] #将可能出现在两种位置的offset=**替换掉,得到‘中间url’ k1_1=r'(.*?)(offset=.*?)(&.*)' l=re.search(k1_1,url) if l: s=re.sub(k1_1,r'1%s' %'{}'+l.group(3),url) else: k1_2=r'offset=.*' s=re.sub(k1_2,'{}',url) url_=s #清空data.txt with open('data.txt','w') as f: pass #生成偏移值得到下一个网页链接并爬取 for i in range(0,10): add='offset='+str(i*10) url=url_.format(add) print(url+'n') get(url) #爬取结果写入data.txt with open('data.txt','a',encoding='utf-8') as f: for it in list: f.write(it+'n')

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/688740.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号