python如何爬取豆瓣电影TOP250数据

这篇文章将为大家详细讲解有关python如何爬取豆瓣电影TOP250数据，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

在执行程序前，先在MySQL中创建一个数据库"pachong"。

import pyMysqlimport requestsimport re#获取资源并下载def resp(listURL):    #连接数据库    conn = pymysql.connect(        host = '127.0.0.1',        port = 3306,        user = 'root',        passWord = '******',  #数据库密码请根据自身实际密码输入        database = 'pachong',         charset = 'utf8'    )    #创建数据库游标    cursor = conn.cursor()    #创建列表t_movieTOP250（执行sql语句）    cursor.execute('create table t_movieTOP250(id INT PRIMARY KEY auto_increment NOT NULL ,movieName VARCHAR(20) NOT NULL ,pictrue_address VARCHAR(100))')    try:        # 爬取数据        for urlPath in listURL:            # 获取网页源代码            response = requests.get(urlPath)            html = response.text            # 正则表达式            namePat = r'alt="(.*?)" src='            imgPat = r'src="(.*?)" class='            # 匹配正则（排名【用数据库中id代替，自动生成及排序】、电影名、电影海报（图片地址））            res2 = re.compile(namePat)            res3 = re.compile(imgPat)            textList2 = res2.findall(html)            textList3 = res3.findall(html)            # 遍历列表中元素,并将数据存入数据库            for i in range(len(textList3)):                cursor.execute('insert into t_movieTOP250(movieName,pictrue_address) VALUES("%s","%s")' % (textList2[i],textList3[i]))        #从游标中获取结果        cursor.fetchall()        #提交结果        conn.commit()        print("结果已提交")    except Exception as e:        #数据回滚        conn.rollback()        print("数据已回滚")    #关闭数据库    conn.close()#top250所有网页网址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 urlListif __name__ == '__main__':    url = r"https://movie.douban.com/top250"    listURL = page(url)    resp(listURL)

结果如下图：

Python是什么意思

Python是一种跨平台的、具有解释性、编译性、互动性和面向对象的脚本语言，其最初的设计是用于编写自动化脚本，随着版本的不断更新和新功能的添加，常用于用于开发独立的项目和大型项目。

关于“python如何爬取豆瓣电影TOP250数据”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。