python爬取豆瓣電影TOP250數據
在執行程序前,先在MySQL中創建一個數據庫”pachong”。
import pymysql import requests import re #獲取資源並下載 def resp(listURL): #連接數據庫 conn = pymysql.connect( host = '127.0.0.1', port = 3306, user = 'root', password = '******', #數據庫密碼請根據自身實際密碼輸入 database = 'pachong', charset = 'utf8' ) #創建數據庫遊標 cursor = conn.cursor() #創建列表t_movieTOP250(執行sql語句) cursor.execute('create table t_movieTOP250(id INT PRIMARY KEY auto_increment NOT NULL ,movieName VARCHAR(20) NOT NULL ,pictrue_address VARCHAR(100))') try: # 爬取數據 for urlPath in listURL: # 獲取網頁源代碼 response = requests.get(urlPath) html = response.text # 正則表達式 namePat = r'alt="(.*?)" src=' imgPat = r'src="(.*?)" class=' # 匹配正則(排名【用數據庫中id代替,自動生成及排序】、電影名、電影海報(圖片地址)) res2 = re.compile(namePat) res3 = re.compile(imgPat) textList2 = res2.findall(html) textList3 = res3.findall(html) # 遍歷列表中元素,並將數據存入數據庫 for i in range(len(textList3)): cursor.execute('insert into t_movieTOP250(movieName,pictrue_address) VALUES("%s","%s")' % (textList2[i],textList3[i])) #從遊標中獲取結果 cursor.fetchall() #提交結果 conn.commit() print("結果已提交") except Exception as e: #數據回滾 conn.rollback() print("數據已回滾") #關閉數據庫 conn.close() #top250所有網頁網址 def page(url): urlList = [] for i in range(10): num = str(25*i) pagePat = r'?start=' + num + '&filter=' urL = url+pagePat urlList.append(urL) return urlList if __name__ == '__main__': url = r"https://movie.douban.com/top250" listURL = page(url) resp(listURL)
結果如下圖:
以上就是我的分享,如果有什麼不足之處請指出,多交流,謝謝!
以上就是python爬取豆瓣電影TOP250數據的詳細內容,更多關於python爬取豆瓣電影的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- python 操作sqlite數據庫的方法
- Python操作PostgreSql數據庫的方法(基本的增刪改查)
- Python全棧之學習MySQL(3)
- 如何使用python爬取知乎熱榜Top50數據
- 通過Python實現猜燈謎遊戲的示例代碼