Python实战：Python爬虫学习教程，获取电影排行榜
Python实战：Python爬虫学习教程，获取电影排行榜
Python应用现在如火如荼，应用范围很广。因其效率高开发迅速的优势，快速进入编程语言排行榜前几名。本系列文章致力于可以全面系统的介绍Python语言开发知识和相关知识总结。希望大家能够快速入门并学习Python这门语言。
本文是在前一部分Python基础之上程序员带你十天快速入门Python,玩转电脑软件开发（四），再次进行的Python爬虫实战课程。
正则表达式实例简单详解
正则表达式干什么用？ 就是在字符串中提取我们需要的内容的。
记得哦，要先引用正则表达式模块的哦。
re就是正则表达式相关的模块
实例一、
运行结果：
为了更加区分并铭记正则表达式。我们看一下其他元字符的效果：
元字符”+”的使用
元字符”?的使用”
？表示前面的字符必须出现一次或者多次。
其他的一些元字符建议大家根据课程程序员带你十天快速入门Python,玩转电脑软件开发（四）进行测试，查看效果。
findall和search的区别
findall：
根据运行结果可以发现：fingall可以匹配出所有的结果并返回集合。而search只能够匹配一个结果，当search时从左往右发现有一个结果时就直接返回了。
如果你仔细查看的话发现，search还有一个重载。例如我们可以这样写
但此时结果却没有任何变化。
so 这个参数是什么呢？ 其实这是个设置是否匹配换行的标志。如果加上re.S就表示可以匹配换行。不写参数默认不匹配换行的。比如：
很明显，如果匹配中间有换行的话，不加re.S就没法匹配了。
sub的使用
根据运行结果可以得出：sub函数是替换函数。他可以把匹配的内容进行替换掉并返回新替换完毕的字符串。
爬虫程序
众所周知，所有的网页都是通过html代码编写而成的，可以说是一个文本文件，根据渲染模型从而产生了多姿多彩的网页。
我们将要做的项目就是捕捉百度风云榜实施热搜榜单的全部电影。得到火热的电影。也就是下面的部分
这个网页也是由html编写而成的。打开微博热搜。在网页空白处点击右键就可以看到网页源代码。
你会发现整个html代码非常复杂。所以我们这边就使用一个神器：开发人员工具。
网页空白处点击右键审查元素
然后选择实时热搜里面的内容。下方就会自动定位到你所选择的代码了。
我们查看一下实时热搜这几个标签有什么规律：
我们可以看到我们想要的热搜的内容都是如下结构：
所以我们就可以按照如上内容写正则表达式，然后在html源代码中匹配出来电影名称就可以了
我们正则表达式可以这样写
其中我们用到了一个python网络请求的框架。这个框架默认是没有的。我们需要进行安装的。
下载requests模块，（大家可以加入QQ群:538742639获取）
安装requests模块
解压模块文件并打开kennethreitz-requests-3314259文件夹
按住键盘shift键，在空白区域右键点击-在此处打开命令窗口
输入以下指令：python setup.py install
点击回车即可安装。此时就可以导入requests模块了
至此一个简单的获取热门电影的爬虫小程序开发完成。
下节课我们学习更高效率更快速度的多线程爬虫。