1 Star 1 Fork 0

JulseJiang/LearnPython

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
splider.py 1.51 KB
一键复制 编辑 原始数据 按行查看 历史
JulseJiang 提交于 2018-02-20 16:48 . 初始化
import json
import re
from multiprocessing.dummy import Pool
import requests
from requests.exceptions import RequestException
def get_one_page(url):
try:
response = requests.get(url)
if response.status_code == 200:
return response.text
return None
except RequestException:
return None
def parse_one_page(html):
pattern = re.compile('<dd>.*?board-index.*?>(\d+)</i>'
'.*?data-src="(.*?)"'
'.*?name"><a.*?>(.*?)</a>'
'.*?star">(.*?)</p>'
'.*?releasetime">(.*?)</p>'
'.*?integer">(.*?)</i>'
'.*?fraction">(.*?)</i>.*?</dd>', re.S)
items = re.findall(pattern, html)
for item in items:
yield {
'index': item[0],
'image': item[1],
'name': item[2],
'actor': item[3].strip()[3:],
'time': item[4].strip()[5:],
'score': item[5]+item[6]
}
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(offset):
url = "http://maoyan.com/board/4?offset=" + str(offset)
html = get_one_page(url)
#print(html)
for item in parse_one_page(html):
print(item)
write_to_file(item)
if __name__ == '__main__':
#for i in range(10):
#main(i*10)
pool = Pool()
pool.map(main, [i*10 for i in range(10)])
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化
Python
1
https://gitee.com/JulseJiang/LearPython.git
git@gitee.com:JulseJiang/LearPython.git
JulseJiang
LearPython
LearnPython
master

搜索帮助