爬取貓眼電影存入mysql

爬取貓眼電影存入mysql

from urllib import request
import re
import time
import random
import pymysql


class MaoyanSpider(object):
    def __init__(self):
        self.base_url = 'https://maoyan.com/board/4?offset={}'
        self.headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.119 Safari/537.36'
        }
        self.page = 1
        self.db = pymysql.connect(
            'localhost', 'root', '123456', 'maoyandb', charset='utf8'
        )
        self.cursor = self.db.cursor()

    def get_pages(self, url):
        req = request.Request(url, headers=self.headers)
        res = request.urlopen(req)
        html = res.read().decode('utf-8')
        self.parse_page(html)

    def parse_page(self, html):
        pattern = re.compile('<a href.*?title="(.*?)".*?<p class="star">(.*?)</p>.*?<p class="releasetime">(.*?)</p>', re.S)
        results = pattern.findall(html)
        self.write_sql(results)

    def write_sql(self, results):
        data_list = []
        for film in results:
            L = [
                film[0].strip(),
                film[1].strip(),
                film[2].strip()[5:15]]
            data_list.append(L)
        ins = 'insert into filmset values(%s,%s,%s)'
        self.cursor.executemany(ins, data_list)
        self.db.commit()

    def main(self):
        # 用range函數(shù)可獲取某些查詢參數(shù)的值
        for offset in range(0, 41, 10):
            url = self.base_url.format(str(offset))
            self.get_pages(url)
            print('第%d頁爬取成功' % self.page)
            self.page += 1
            time.sleep(random.randint(1, 2))
        self.cursor.close()
        self.db.close()


if __name__ == '__main__':
    spider = MaoyanSpider()
    spider.main()
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末链嘀,一起剝皮案震驚了整個濱河市逢艘,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌谴忧,老刑警劉巖呜投,帶你破解...
    沈念sama閱讀 212,542評論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件青自,死亡現(xiàn)場離奇詭異崖瞭,居然都是意外死亡统屈,警方通過查閱死者的電腦和手機胚吁,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,596評論 3 385
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來愁憔,“玉大人腕扶,你說我怎么就攤上這事《终疲” “怎么了半抱?”我有些...
    開封第一講書人閱讀 158,021評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長膜宋。 經(jīng)常有香客問我窿侈,道長,這世上最難降的妖魔是什么秋茫? 我笑而不...
    開封第一講書人閱讀 56,682評論 1 284
  • 正文 為了忘掉前任史简,我火速辦了婚禮,結(jié)果婚禮上学辱,老公的妹妹穿的比我還像新娘乘瓤。我一直安慰自己环形,他們只是感情好,可當我...
    茶點故事閱讀 65,792評論 6 386
  • 文/花漫 我一把揭開白布衙傀。 她就那樣靜靜地躺著抬吟,像睡著了一般。 火紅的嫁衣襯著肌膚如雪统抬。 梳的紋絲不亂的頭發(fā)上火本,一...
    開封第一講書人閱讀 49,985評論 1 291
  • 那天,我揣著相機與錄音聪建,去河邊找鬼钙畔。 笑死,一個胖子當著我的面吹牛金麸,可吹牛的內(nèi)容都是我干的擎析。 我是一名探鬼主播,決...
    沈念sama閱讀 39,107評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼挥下,長吁一口氣:“原來是場噩夢啊……” “哼揍魂!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起棚瘟,我...
    開封第一講書人閱讀 37,845評論 0 268
  • 序言:老撾萬榮一對情侶失蹤现斋,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后偎蘸,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體庄蹋,經(jīng)...
    沈念sama閱讀 44,299評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,612評論 2 327
  • 正文 我和宋清朗相戀三年迷雪,在試婚紗的時候發(fā)現(xiàn)自己被綠了限书。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,747評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡振乏,死狀恐怖蔗包,靈堂內(nèi)的尸體忽然破棺而出秉扑,到底是詐尸還是另有隱情慧邮,我是刑警寧澤,帶...
    沈念sama閱讀 34,441評論 4 333
  • 正文 年R本政府宣布舟陆,位于F島的核電站误澳,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏秦躯。R本人自食惡果不足惜忆谓,卻給世界環(huán)境...
    茶點故事閱讀 40,072評論 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望踱承。 院中可真熱鬧倡缠,春花似錦哨免、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,828評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至盾饮,卻和暖如春采桃,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背丘损。 一陣腳步聲響...
    開封第一講書人閱讀 32,069評論 1 267
  • 我被黑心中介騙來泰國打工普办, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人徘钥。 一個月前我還...
    沈念sama閱讀 46,545評論 2 362
  • 正文 我出身青樓衔蹲,卻偏偏與公主長得像,于是被迫代替她去往敵國和親呈础。 傳聞我的和親對象是個殘疾皇子踪危,可洞房花燭夜當晚...
    茶點故事閱讀 43,658評論 2 350

推薦閱讀更多精彩內(nèi)容