您好,欢迎来到二三四教育网。
搜索
您的当前位置:首页用Pyquery重写崔庆才的《Python3网络爬虫开发实战》的

用Pyquery重写崔庆才的《Python3网络爬虫开发实战》的

来源:二三四教育网

目前正在学Python爬虫,正在读崔庆才的《Python3网络爬虫开发实战》,之前学习正则表达式,但是由于太难,最后放弃了(学渣的眼泪。。。。),在这本书上的抓取猫眼电影排行上,后来自学了pyquery,发现用pyquery可以解决这个问题,目前自己试着写了代码

附上代码:

import requests
from pyquery import PyQuery as pq
import time

def get_one_page(url):

headers = {

    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.79 Safari/537.36'

}

html = requests.get(url=url,headers=headers)

return html.text

def parse_one_page(html):

doc = pq(html)

items = doc('dd').items()

for item in items:

    item1 = item.find('.board-item-main .board-item-content .movie-item-info')#空格表示嵌套

    item2 = item.find('.board-index')

    print('名次:' + item2.text())

    name = item1.find('.name').text()

    star = item1.find('.star').text()

    time = item1.find('.releasetime').text()

    score = item1.siblings('.movie-item-number .score .integer').text() + item1.siblings('.movie-item-number .score .fraction').text()

    print('电影名:' + name + '\n' +

          star + '\n' + time + '\n' + '评分:'+score +'\n')

def main(offset):

url =  + str(offset) #设置偏移量

html = get_one_page(url)

parse_one_page(html)

if name == 'main':

for i in range(10):

    main(offset = i * 10)

    time.sleep(1)#由于现在猫眼多了反爬虫,如果速度过快则无响应,所以要添加延时等待。

Copyright © 2019- how234.cn 版权所有 赣ICP备2023008801号-2

违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com

本站由北京市万商天勤律师事务所王兴未律师提供法律服务