代码拉取完成,页面将自动刷新
import requests
import re
# 准备保存的文件
f = open("豆瓣电影top250.csv", "w", encoding="utf-8")
suffix = True
suffixs = ""
while suffix:
url = 'https://movie.douban.com/top250'+suffixs
header = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36 Edg/108.0.1462.42"
}
request = requests.get(url, headers=header)
PageSuros = request.text
comple = re.compile(r'<div class="item">.*?<span class="title">(?P<name>.*?)</span>.*?<p class="">.*?导演:(?P<author>.*?); ',re.S)
suffixstr = re.compile(r'<span class="next">.*?<link rel="next" href="(?P<suffix>.*?)"/>', re.S)
# re.S 可以用正则里面的 ”.“ 匹配到换行符
# if(request.status_code):
date = comple.finditer(PageSuros)
suffixstr = suffixstr.findall(PageSuros)
# string 函数 strip() 作用: 去除字符串左右两边的空格
for item in date:
name = item.group("name")
author = item.group("author")
f.write(f"{name},{author}\n")
if suffixstr[0]:
suffixs = suffixstr[0]
print("OK")
else:
suffix = False
print("完成")
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。