情侣个性签名,魏语诺个人资料,云轩阁小说下载
磕磕绊绊学python一个月，这次到正则表达式终于能写点有趣的东西，在此作个记录：
—————————————————————————————————————————————————
1.爬取豆瓣电影榜前250名单
运行环境：
pycharm-professional-2018.2.4
3.7.0 (v3.7.0:1bf9cc5093, jun 27 2018, 04:59:51) [msc v.1914 64 bit (amd64)]
成品效果：
相关代码：
我要评论 1 from urllib.request import urlopen
2 import re
3 # import ssl # 若有数字签名问题可用
4 # ssl._create_default_https_context = ssl._create_unverified_context
5
6
7 # 写正则规则
8 obj = re.compile(r'<div class="item">.*?<span class="title">(?p<name>.*?)</span>.*?导演:(?p<daoyan>.*?) .*?'
9 r'主演:(?p<zhuyan>.*?)<br>\n (?p<shijian>.*?) / (?p<diqu>.*?) '
10 r'/ (?p<leixing>.*?)\n.*?<span class="rating_num" property="v:average">(?p<fen>.*?)</span>.*?<span>'
11 r'(?p<renshu>.*?)评价</span>.*?<span class="inq">(?p<jianping>.*?)</span>',re.s) # re.s 干掉换行
12
13 # 转码 获取内容
14 def getcontent(url):
15 content = urlopen(url).read().decode("utf-8")
16 return content
17
18 # 匹配页面内容 返回一个迭代器
19 def parsecontent(content):
20 iiter = obj.finditer(content)
21 for el in iiter:
22 yield {
23 "name":el.group("name"),
24 "daoyan":el.group("daoyan"),
25 "zhuyan":el.group("zhuyan"),
26 "shijian":el.group("shijian"),
27 "diqu":el.group("diqu"),
28 "leixing":el.group("leixing"),
29 "fen":el.group("fen"),
30 "renshu":el.group("renshu"),
31 "jianping":el.group("jianping")
32 }
33
34
35 for i in range(10):
36 url = "https://movie.douban.com/top250?start=%s&filter=" % (i*25) # 循环页面10
37 print(url)
38 g = parsecontent(getcontent(url)) # 匹配获取的内容返回给g
39 f = open("douban_movie.txt",mode="a",encoding="utf-8")
40 for el in g:
41 f.write(str(el)+"\n") # 写入到txt 注意加上换行
42
43 # f.write("==============================================") # 测试分页
44 f.close()
2.爬取某站最新电影和下载地址
运行环境：
pycharm-professional-2018.2.4
3.7.0 (v3.7.0:1bf9cc5093, jun 27 2018, 04:59:51) [msc v.1914 64 bit (amd64)]
成品效果：
相关代码：
1 from urllib.request import urlopen
2 import json
3 import re
4
5 # 获取主页面内容
6 url = "https://www.dytt8.net/"
7 content = urlopen(url).read().decode("gbk")
8 # print(content)
9
10 # 正则
11 obj = re.compile(r'.*?最新电影下载</a>]<a href=\'(?p<url1>.*?)\'>', re.s)
12 obj1 = re.compile(r'.*?<div id="zoom">.*?<br />◎片 名(?p<name>.*?)<br />.*?bgcolor="#fdfddf"><a href="(?p<download>.*?)">', re.s)
13
14
15 def get_content(content):
16 res = obj.finditer(content)
17 f = open('movie_dytt.json', mode='w', encoding='utf-8')
18 for el in res:
19 res = el.group("url1")
20 res = url + res # 拼接子页面网址
21
22 content1 = urlopen(res).read().decode("gbk") # 获取子页面内容
23 lst = obj1.findall(content1) # 匹配obj1返回一个列表
24 # print(lst) # 元组
25 name = lst[0][0]
26 download = lst[0][1]
27 s = json.dumps({"name":name,"download":download},ensure_ascii=false)
28 f.write(s+"\n")
29 f.flush()
30 f.close()
31
32
33 get_content(content) # 调用函数 执行
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
新手学习Python2和Python3中print不同的用法
Python基于os.environ从windows获取环境变量
网友评论