码迷,mamicode.com
首页 > 其他好文 > 详细

使用request与正则表达式爬取bangumi动画排行榜

时间:2018-10-30 14:53:36      阅读:189      评论:0      收藏:0      [点我收藏+]

标签:import   html   head   pat   user   into   print   code   表达   

import json
import requests
from requests.exceptions import RequestException
import re
import time


def get_one_page(url):
    try:
        headers = {
            ‘User-Agent‘: ‘Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.162 Safari/537.36‘
        }
        response = requests.get(url, headers=headers)
        if response.status_code == 200:
            return response.content.decode(‘utf-8‘)
        return None
    except RequestException:
        return None


def parse_one_page(html):
    pattern = re.compile(
        ‘<h3>.*?class="l">(.*?)</a>.*?<small>Rank.*?</small>(\d+)</span>‘, re.S)
    items = re.findall(pattern, html)
    print(items)

def main(offset):
    url = ‘http://bangumi.tv/anime/browser?sort=rank&page=‘ + str(offset)
    html = get_one_page(url)
    parse_one_page(html)
    


if __name__ == ‘__main__‘:
    for i in range(1,20):
        main(offset=i)
        time.sleep(1)

 

使用request与正则表达式爬取bangumi动画排行榜

标签:import   html   head   pat   user   into   print   code   表达   

原文地址:https://www.cnblogs.com/wdl1078390625/p/9876371.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!