res_list=re.findall(‘‘,response.text,re.S)
#print(res_list)
for v_id in res_list:
    detail_url=‘https://www.pearvideo.com/video_‘+v_id
    print(detail_url)

    response=requests.get(url=detail_url)
    print(response.text)

    video_url=re.findall(‘srcUrl="(.*?)"‘,response.text,re.S)[0]
    print(video_url)

    video_name=re.findall(‘
(.*?)‘,response.text,re.S)[0]

    print(video_name)

    v_response = requests.get(video_url)

    with open(‘%s.mp4‘ % video_name,‘wb‘)as f:
        f.write(v_response.content)
        print(video_name,‘success!‘)

‘‘‘‘‘‘
‘‘‘
https://movie.douban.com/top250?start=0&filter=
https://movie.douban.com/top250?start=25&filter=
https://movie.douban.com/top250?start=50&filter=

1.发送请求
2.解析数据
3.保存数据
‘‘‘
import requests
import re

# 爬虫三部曲
# 1.发送请求
def get_page(base_url):
    response = requests.get(base_url)
    return response

# 2.解析文本
def parse_index(text):

    res = re.findall(‘
.*?(.*?).*?.*?(.*?).*?导演:(.*?).*?(.*?).*?(.*?)人评价.*?(.*?)‘, text, re.S)
    # print(res)
    return res

# 3.保存数据
def save_data(data):
    with open(‘douban.txt‘, ‘a‘, encoding=‘utf-8‘) as f:
        f.write(data)

# main + 回车键
if __name__ == ‘__main__‘:
    # num = 10
    # base_url = ‘https://movie.douban.com/top250?start={}&filter=‘.format(num)

    num = 0
    for line in range(10):
        base_url = f‘https://movie.douban.com/top250?start={num}&filter=‘
        num += 25
        print(base_url)

        # 1.发送请求，调用函数
        response = get_page(base_url)

        # 2.解析文本
        movie_list = parse_index(response.text)

        # 3.保存数据
        # 数据的格式化
        for movie in movie_list:
            # print(movie)

            # 解压赋值
            # 电影排名、电影url、电影名称、导演 - 主演 - 类型、电影评分、评价人数、电影简介
            v_top, v_url, v_name, v_daoyan, v_point, v_num, v_desc = movie
            # v_top = movie[0]
            # v_url = movie[1]
            moive_content = f‘‘‘
            电影排名: {v_top}
            电影url: {v_url}
            电影名称: {v_name}
            导演主演: {v_daoyan}
            电影评分: {v_point}
            评价人数: {v_num}
            电影简介: {v_desc}
            \n
            ‘‘‘

            print(moive_content)

            # 保存数据
            save_data(moive_content)

总结：今天学习的爬虫原理让我大开眼界，了解了很多我没有见识过的领域，对于后面的学习也越发期待，跟随tank老师学习python。
python
标签：list   调用   item   简介   网站跳转   直接   响应   访问   页面   
原文地址：https://www.cnblogs.com/crookedif/p/11094510.html