python正则匹配抓取豆瓣电影链接和评论代码分享
来源:
中文源码网 浏览:163 次 日期:2024-05-17 12:59:47
【下载文档: python正则匹配抓取豆瓣电影链接和评论代码分享.txt 】
python正则匹配抓取豆瓣电影链接和评论代码分享
复制代码 代码如下:import urllib.requestimport reimport time
def movie(movieTag): tagUrl=urllib.request.urlopen(url) tagUrl_read = tagUrl.read().decode('utf-8') return tagUrl_read
def subject(tagUrl_read):
''' 这里还存在问题: ①这只针对单独的一页进行排序,而没有对全部页面的电影进行排序 ②下次更新添加电影链接,考虑添加电影海报 ③需要追加列表 ④导入到本地txt或excel中 ⑤在匹配电影名字时是否可以同时匹配链接与名字、评分、评论组成数组 ⑥ '''#正则表达式匹配电影的名字(链接)、评分与评论 nameURL = re.findall(r'(http://movie.douban.com/subject/[0-9.]+)\/"\s+title="(.+)"',tagUrl_read) scoreURL = re.findall(r'
([0-9.]+)<\/span>',tagUrl_read) evaluateURL = re.findall(r'\((\w+)人评价\)<\/span>',tagUrl_read) movieLists = list(zip(nameURL,scoreURL,evaluateURL)) newlist.extend(movieLists) return newlist
#用quote处理特殊(中文)字符movie_type = urllib.request.quote(input('请输入电影类型(如剧情、喜剧、悬疑):'))page_end=int(input('请输入搜索结束时的页码:'))num_end=page_end*20num=0page_num=1newlist=[]while numprint('结束')