最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python抓取電影天堂電影信息的代碼

 更新時(shí)間:2016年04月07日 21:36:30   作者:itjh  
最近想做一個(gè)電影資訊的App,由于豆瓣不對(duì)外開(kāi)發(fā)API了,正愁怎么錄入數(shù)據(jù)呢。最近在學(xué) Python 想想那就用它來(lái)抓取電影信息吧

Python2.7Mac OS

抓取的是電影天堂里面最新電影的頁(yè)面。鏈接地址: http://www.dytt8.net/html/gndy/dyzz/index.html

獲取頁(yè)面的中電影詳情頁(yè)鏈接

import urllib2
import os
import re
import string


# 電影URL集合
movieUrls = []


# 獲取電影列表
def queryMovieList():

 url = 'http://www.dytt8.net/html/gndy/dyzz/index.html' 
 conent = urllib2.urlopen(url)
 conent = conent.read()
 conent = conent.decode('gb2312','ignore').encode('utf-8','ignore') 
 pattern = re.compile ('<div class="title_all"><h1><font color=#008800>.*?</a>></font></h1></div>'+
      '(.*?)<td height="25" align="center" bgcolor="#F4FAE2"> ',re.S)
 items = re.findall(pattern,conent) 
 
 str = ''.join(items)
 pattern = re.compile ('<a href="(.*?)" class="ulink">(.*?)</a>.*?<td colspan.*?>(.*?)</td>',re.S)
 news = re.findall(pattern, str)

 for j in news:
  
  	movieUrls.append('http://www.dytt8.net'+j[0])

抓取詳情頁(yè)中的電影數(shù)據(jù)

def queryMovieInfo(movieUrls):

 for index, item in enumerate(movieUrls):

 print('電影URL: ' + item)

 conent = urllib2.urlopen(item)
 conent = conent.read()
 conent = conent.decode('gb2312','ignore').encode('utf-8','ignore') 


 movieName = re.findall(r'<div class="title_all"><h1><font color=#07519a>(.*?)</font></h1></div>', conent, re.S)
 if (len(movieName) > 0):
  movieName = movieName[0] + ""
  # 截取名稱(chēng)
  movieName = movieName[movieName.find("《") + 3:movieName.find("》")]
 else:
  movieName = ""

 print("電影名稱(chēng): " + movieName.strip())

 movieContent = re.findall(r'<div class="co_content8">(.*?)</tbody>',conent , re.S)


 pattern = re.compile('<ul>(.*?)<tr>', re.S)
 movieDate = re.findall(pattern,movieContent[0])

 if (len(movieDate) > 0):
  movieDate = movieDate[0].strip() + ''
 else:
  movieDate = ""

 print("電影發(fā)布時(shí)間: " + movieDate[-10:])

 pattern = re.compile('<br /><br />(.*?)<br /><br /><img')
 movieInfo = re.findall(pattern, movieContent[0])

 if (len(movieInfo) > 0):
  movieInfo = movieInfo[0]+''

  # 刪除<br />標(biāo)簽
  movieInfo = movieInfo.replace("<br />","")

  # 根據(jù) ◎ 符號(hào)拆分

  movieInfo = movieInfo.split('◎')

 else:
  movieInfo = ""

 print("電影基礎(chǔ)信息: ")

 for item in movieInfo:
  print(item)


 # 電影海報(bào)
 pattern = re.compile('<img.*? src="(.*?)".*? />', re.S)		
 movieImg = re.findall(pattern,movieContent[0])

 if (len(movieImg) > 0):
  movieImg = movieImg[0]
 else:
  movieImg = ""
 
 print("電影海報(bào): " + movieImg)

 pattern = re.compile('<td style="WORD-WRAP: break-word" bgcolor="#fdfddf"><a href="(.*?)">.*?</a></td>', re.S)
 movieDownUrl = re.findall(pattern,movieContent[0])

 if (len(movieDownUrl) > 0):
  movieDownUrl = movieDownUrl[0]
 else:
  movieDownUrl = ""

 print("電影下載地址:" + movieDownUrl + "")

 print("------------------------------------------------\n\n\n")

執(zhí)行抓取

if __name__=='__main__':

  print("開(kāi)始抓取電影數(shù)據(jù)");
 
  queryMovieList()
  print(len(movieUrls))

  queryMovieInfo(movieUrls)
  print("結(jié)束抓取電影數(shù)據(jù)")

總結(jié)

學(xué)好正則表達(dá)式很重要,很重要,很重要!!!! Python的語(yǔ)法好有感覺(jué), 對(duì)比Java …

相關(guān)文章

  • Pillow使用Image篇的使用

    Pillow使用Image篇的使用

    本文主要介紹了Pillow使用Image篇的使用,文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2021-11-11
  • Python中if __name__ == ''__main__''作用解析

    Python中if __name__ == ''__main__''作用解析

    這篇文章主要介紹了Python中if __name__ == '__main__'作用解析,這斷代碼在Python中非常常見(jiàn),它有作用?本文就解析了它的作用,需要的朋友可以參考下
    2015-06-06
  • python分析apache訪問(wèn)日志腳本分享

    python分析apache訪問(wèn)日志腳本分享

    這篇文章主要介紹了python分析apache訪問(wèn)日志腳本分享,本文直接給出實(shí)現(xiàn)代碼,需要的朋友可以參考下
    2015-02-02
  • python操作redis數(shù)據(jù)庫(kù)的三種方法

    python操作redis數(shù)據(jù)庫(kù)的三種方法

    這篇文章主要介紹了python操作redis數(shù)據(jù)庫(kù)的三種方法,幫助大家更好的理解和使用python,感興趣的朋友可以了解下
    2020-09-09
  • PyQt5 在QListWidget自定義Item的操作

    PyQt5 在QListWidget自定義Item的操作

    這篇文章主要介紹了PyQt5 在QListWidget自定義Item的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2021-03-03
  • 淺析Python裝飾器以及裝飾器模式

    淺析Python裝飾器以及裝飾器模式

    本篇文章給大家分享了關(guān)于Python裝飾器以及裝飾器模式的相關(guān)知識(shí)點(diǎn),一起跟著小編學(xué)習(xí)下吧。
    2018-05-05
  • 五分鐘學(xué)會(huì)怎么用Pygame做一個(gè)簡(jiǎn)單的貪吃蛇

    五分鐘學(xué)會(huì)怎么用Pygame做一個(gè)簡(jiǎn)單的貪吃蛇

    這篇文章主要介紹了五分鐘學(xué)會(huì)怎么用Pygame做一個(gè)簡(jiǎn)單的貪吃蛇,幫助大家更好的理解和使用python,感興趣的朋友可以了解下
    2021-01-01
  • python批量提交沙箱問(wèn)題實(shí)例

    python批量提交沙箱問(wèn)題實(shí)例

    這篇文章主要介紹了python批量提交沙箱問(wèn)題實(shí)例,針對(duì)批量提交沙箱出現(xiàn)的問(wèn)題進(jìn)行了針對(duì)性的分析與實(shí)例講解,具有不錯(cuò)的參考借鑒價(jià)值,需要的朋友可以參考下
    2014-10-10
  • 使用python分析統(tǒng)計(jì)自己微信朋友的信息

    使用python分析統(tǒng)計(jì)自己微信朋友的信息

    這篇文章主要介紹了python分析統(tǒng)計(jì)自己微信朋友的信息,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2019-07-07
  • 利用Python批量循環(huán)讀取Excel的技巧分享

    利用Python批量循環(huán)讀取Excel的技巧分享

    這篇文章主要為大家詳細(xì)介紹了何用Python批量循環(huán)讀取Excel,文中的示例代碼講解詳細(xì),對(duì)我們的學(xué)習(xí)或工作有一定的幫助,感興趣的可以了解一下
    2023-07-07

最新評(píng)論

固镇县| 双鸭山市| 晴隆县| 安达市| 怀集县| 荣成市| 北流市| 五大连池市| 乐昌市| 淅川县| 望都县| 儋州市| 怀集县| 大田县| 盈江县| 辽中县| 高密市| 湘西| 托里县| 太保市| 高尔夫| 工布江达县| 象州县| 犍为县| 集安市| 循化| 金堂县| 德昌县| 平潭县| 尉犁县| 固始县| 磴口县| 崇仁县| 分宜县| 萝北县| 延吉市| 新昌县| 修水县| 双牌县| 承德市| 湖北省|