Python爬取貓眼電影

不多說，直接上**:

import requests

import re
import random
import pymysql
import time
# ------連線資料庫
db = pymysql.connect(host='localhost', port=3306,
user='root', passwd='a', db='python', charset='utf8')
cursor=db.cursor()
sql="insert into maoyan( fname,fpic,fscore ) values( %s,%s,%s )"
#proxies=   #使用**包裝一下自己
#瀏覽器頭，同樣的包裝一下自己
headers=
files=           #用來儲存爬到的電影
timetotal=0        #總耗時
#print(headers)
for type in range(67):
#迴圈拼接位址
r=requests.get(''.format(type=type*30),proxies=proxies,headers=headers,verify=false)  
#定義乙個正規表示式獲取需要的資料
filemsgpattern=re.compile( 'movie-poster.*?.*?"(.*?)".*?movie-item.*?/films/.*?>(.*?).*?orange">(.*?)
',re.s )
filemsg=re.findall(filemsgpattern,r.text)
print( "第 ",type,"頁...,該頁有電影：",len(filemsg) )
#得到的filemsg中對應的資料分別為：，名字以及評分
for msg in filemsg:     
fpic=msg[0]
fname=msg[1] 
#這裡判斷是否有評分
#由於電影中有些評分項是寫的無評分的，如果其長度為4則說明該電影是無評分
if len(msg[2])!=4:    #如果電影無評分，繼續爬取得到該電影的評分
a=re.compile('>(.*?).*?>(.*?)
s=re.findall(a,msg[2])
for x,y in s:
fscore=x+y     #x為小數點左邊的數，y為小數點右邊的數
else:
fscore=msg[2]
file=[fname,fpic,fscore]   
print(file)
#這裡是每爬取到一百個電影做一次批量插入資料庫，特點：快!減少資料庫壓力
if( len(files)%100==0 and len(files)!=0 ):   
print('已爬電影：***************=',len(files))
try:
cursor.executemany(sql,files[-100:])   #批量插入：每爬取一百個電影資訊再存入資料庫
time.sleep(random.randint(1,2))
db.commit()
files.clear()   #資料加入資料庫之後清空files
except:
db.rollback()
#如持續爬取乙個網頁大量數量會被封ip的呢
times=random.randint(5, 10)   #程式掛起一段時間，克制一下反爬蟲機制
timetotal+=times
print("第",type,"頁結束，請等待：",times,"秒...")
time.sleep(times)
print("爬取完成,共費時：",timetotal)
print( len(files) )
if len(files):
cursor.executemany(sql,files[:len(files)])   #怕最後沒有一百個電影時沒執行插入
time.sleep(random.randint(1,2))
db.commit()
cursor.close()
db.close()

如果執行上面**報錯，可能是那個**ip用不了了，在西刺**或者快**上重新找乙個可用的就行了。我部落格裡面有一篇是關於爬取快**的文章

謝謝您的閱讀！

爬取貓眼電影

有乙份工作需要我列出兩個電影院的每天電影排期資訊，我不想每次都要去貓眼上覆制貼上。所以做了個爬蟲 功能 能夠知道每天的電影排期資訊 使用限制 只能在當天使用，不能在前一晚上使用，後面我會再考慮修改 coding utf 8 import requests import re from bs4 imp...

python爬取貓眼電影排行

完整的 如下在這裡 閒著沒事，把解析html中的正則方法改用了xpath與beautifulsoup，只能說各有各的優點吧。正則的話，提取資訊可以連貫，一次性提取出所有需要的資訊，當然前提是你的正則式子沒有寫錯，所以說正則寫起來相比xpath與beautifulsoup來說要複雜一下，提取出錯後，除...

貓眼電影影評爬取

電影的影評介面如下 這個可以在網上搜到，也可以自己抓包分析 這裡簡單的分析一下引數的含義 1218029 貓眼電影的id 這裡就是 少年的你 的電影id了 offset 偏移，貌似是依次增加15 我們可以每次增加offset來進行爬取，即讓offset每次增加15。我們通過這種方式來構造url，傳送...