python-爬虫实战
想看看最近的电影院播放的今日影视，就以这个网址https://movie.douban.com/people/1166776/为例，先使用urllib.request模块抓取整个网页，再使用re模块获取影视信息
编写simpleCrawlerNowMoive.py代码如下
#!/usr/bin/env python
# coding: utf-8
__author__ = 'www.py3study.com'
import re
import urllib.request
class TodayMoive(object):
def __init__(self):
self.url = 'https://movie.douban.com/people/1166776/'
self.timeout = 3
self.filename = 'todaymoive.txt'
'''内部变量定义完毕'''
self.getmoiveinfo()
def getmoiveinfo(self):
response = urllib.request.urlopen(self.url, timeout=self.timeout)
content = response.read().decode('utf-8')
#findall匹配电影名字的段落
moivelist = re.findall('class="cover"><img alt="', '')
st = st.replace('"', '')
#split字符串切割，以' '空格为分隔符，取第0个值
st = st.split(' ')[0]
return st
if __name__ == '__main__':
tm = TodayMoive()应该看到的结果
blob.png
会在当前目录下生成一个todaymoive.txt文件，内容如下
blob.png
看起来不像是网络爬虫，对吗？严格来说这个就是网络爬虫了，只是爬取的内容很简单，也很少，当爬取的内容比较少的时候，网络爬虫也可以这么写，稍微复杂点的，爬取内容多一点的，按照这个方法写那就很痛苦了，这个时候就要用到爬虫框架了
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2017/12/12 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
