python爬虫电影数据抓取实战
发布时间:2023-02-19 02:08:52 384 相关标签: # python# 爬虫# 数据# 信息
想要了解最近电影院播放的都有什么影视电影,哪部值得推荐,如果单纯靠手动收搜不全面,下面我们就先使用urllib.request模块抓取整个网页,再使用re模块获取电影信息,做个简单的爬虫做个数据分析。
编写simpleCrawlerNowMoive.py代码如下
#!/usr/bin/env python
# coding: utf-8
__author__ = 'www.py3study.com'
import re
import urllib.request
class TodayMoive(object):
def __init__(self):
self.url = 'https://movie.douban.com/people/1166776/'
self.timeout = 3
self.filename = 'todaymoive.txt'
'''内部变量定义完毕'''
self.getmoiveinfo()
def getmoiveinfo(self):
response = urllib.request.urlopen(self.url, timeout=self.timeout)
content = response.read().decode('utf-8')
#findall匹配电影名字的段落
moivelist = re.findall('class="cover">
, '')
#split字符串切割,以' '空格为分隔符,取第0个值
st = st.split(' ')[0]
return st
if __name__ == '__main__':
tm = TodayMoive()
应该看到的结果

会在当前目录下生成一个todaymoive.txt文件,内容如下。

如果单从这些代码看起来是不是以为不是爬虫,其实严格意义上来说这个就是爬虫,只是相对来说内容简单,爬取的数据相对较少。大体上的爬虫框架是这么回事,如果用来爬取大型项目也是没有问题的。
文章来源: https://blog.51cto.com/u_13488918/6010090
特别声明:以上内容(图片及文字)均为互联网收集或者用户上传发布,本站仅提供信息存储服务!如有侵权或有涉及法律问题请联系我们。
举报