Python爬取爱奇艺电影信息代码实例

Python  /  管理员 发布于 7年前   249

这篇文章主要介绍了Python爬取爱奇艺电影信息代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

一，使用库

　　1.requests

　　2.re

　　3.json

二，抓取html文件

def get_page(url):  response = requests.get(url)  if response.status_code == 200:    return response.text  return None

三，解析html文件

我们需要的电影信息的部分如下图（评分，片名，主演）：

抓取到的html文件对应的代码：

可以分析出，每部电影的信息都在一个<li>标签内，用正则表达式解析:

def parse_page(html):  pattern = re.compile('<li.*?qy-mod-li.*?text-score">(.*?)<.*?title.*?>(.*?)<.*?title.*?>(.*?)<', re.S)  items = re.findall(pattern, html)  for item in items:#转换为字典形式保存    yield {      'score': item[0],      'name': item[1],      'actor': item[2].strip()[3:]#将‘主演：'去掉    }

四，写入文件

def write_to_file(content):  with open('result.txt', 'a', encoding='utf-8')as f:    f.write(json.dumps(content, ensure_ascii=False) + '\n')#将字典格式转换为字符串加以保存，并设置中文格式    f.close()

五，调用函数

def main():  url = 'https://list.iqiyi.com/www/1/-------------8-1-1-iqiyi--.html'  html = get_page(url)  for item in parse_page(html):    print(item)    write_to_file(item)

六，运行结果

七，完整代码

import jsonimport requestsimport re# 抓取html文件# 解析html文件# 存储文件def get_page(url):  response = requests.get(url)  if response.status_code == 200:    return response.text  return Nonedef parse_page(html):  pattern = re.compile('<li.*?qy-mod-li.*?text-score">(.*?)<.*?title.*?>(.*?)<.*?title.*?>(.*?)<', re.S)  items = re.findall(pattern, html)  for item in items:    yield {      'score': item[0],      'name': item[1],      'actor': item[2].strip()[3:]    }def write_to_file(content):  with open('result.txt', 'a', encoding='utf-8')as f:    f.write(json.dumps(content, ensure_ascii=False) + '\n')    f.close()def main():  url = 'https://list.iqiyi.com/www/1/-------------8-1-1-iqiyi--.html'  html = get_page(url)  for item in parse_page(html):    print(item)    write_to_file(item)if __name__ == '__main__':  main()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。