Python题目4:爬取电影

2018-06-18 00:55:50来源:未知 阅读 ()

新老客户大回馈,云服务器低至5折

import re # 正则表达式,用于提取数据
import requests  # 下载网页源代码
'''
安装requests模块:pip install requests
参考文档:https://www.cnblogs.com/jamespan23/p/5526311.html
'''
for m in range(1,5):
    url = 'http://www.dytt8.net/html/gndy/dyzz/list_23_'+str(m)+'.html'
    html = requests.get(url) #  使用静态网页
    html.encoding = 'GB2312' # 指定编码格式,通过查看网页源代码得知
    data = re.findall('<a href="(.*?)" class="ulink">',html.text)
    # 提取信息,返回列表
    # (.*?)匹配以'<a href='开头,以'class="ulink"'结尾的任何信息

    for n in data:
        url2 = 'http://www.dytt8.net' + n
        html2 = requests.get(url2)
        html2.encoding = 'GB2312'
        ftp = re.findall('<a href="(.*?)">.*?</a></td>',html2.text)
        try:
            with open(r'F:\python\mov.txt','a',encoding='UTF-8') as f:
            # utf-8有可能兼容,不兼容的话使用gb2312
                f.write(ftp[0]+'\n') # ftp提取的都是列表,列表不能写入文件,所以要加[0]
        except:
            print('这一页不能下载')

  

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:python dict操作

下一篇:Python实现生命游戏