python爬取猫眼的前100榜单并展示在微信小程序

首先分析要爬取的网页,对其结构及数据获取方式解析后,可采用正则筛选自己要的数据


猫眼榜单.png
import requests
from requests.exceptions import RequestException

def get_one_page(url):
    try:
        response = requests.get(url)
        if response.status_code == 200:
            return response.text
        return None
    except RequestException:
        return None

def main():
    url='http://maoyan.com/board/4'
    html=get_one_page(url)
    print(html)
       
if __name__ == '__main__':
    main()

结果是猫眼那边禁止了爬虫,
解决办法 模拟浏览器请求获取


禁止访问
def get_one_page(url):
    try:
        headers ={'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'}
        response = requests.get(url,headers=headers)
        if response.status_code == 200:
            return response.text
        return None
    except RequestException:
        return None

成功获取网页结构数据
知乎通过正则匹配自己要的内容, 且保存为json格式文件

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

def get_one_page(url):
    try:
        headers ={'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'}
        response = requests.get(url,headers=headers)
        if response.status_code == 200:
            return response.text
        return None
    except RequestException:
        return None

def parse_one_page(html):
    pattern = re.compile('<dd>.*?board-index.*?>(\d+)</i>.*?data-src="(.*?)".*?name"><a'
                         +'.*?>(.*?)</a>.*?star">(.*?)</p>.*?releasetime">(.*?)</p>'
                         +'.*?integer">(.*?)</i>.*?fraction">(.*?)</i>.*?</dd>',re.S)
    items=re.findall(pattern,html)
    for item in items:
        yield{
           'index':item[0],
           'image':item[1],
           'title':item[2],
           'actor':item[3].strip()[3:],
           'time':item[4].strip()[5:],
           'score':item[5]+item[6]                            
           }
    
def write_to_file(content):
    with open('result.json','a',encoding='utf-8')as f:
        f.write(json.dumps(content,ensure_ascii=False)+','+'\n')
        f.close()

def main(offset):
    url='http://maoyan.com/board/4?offset='+str(offset)
    html=get_one_page(url)
    for item in parse_one_page(html):
        print(item)
        write_to_file(item)
    


if __name__ == '__main__':
    for i in range(10):
        main(i*10)

获取的部分数据如下:

{
    "index": "1",
    "image": "http://p1.meituan.net/movie/20803f59291c47e1e116c11963ce019e68711.jpg@160w_220h_1e_1c",
    "title": "霸王别姬",
    "actor": "张国荣,张丰毅,巩俐",
    "time": "1993-01-01(中国香港)",
    "score": "9.6"
  },
  {
    "index": "2",
    "image": "http://p0.meituan.net/movie/__40191813__4767047.jpg@160w_220h_1e_1c",
    "title": "肖申克的救赎",
    "actor": "蒂姆·罗宾斯,摩根·弗里曼,鲍勃·冈顿",
    "time": "1994-10-14(美国)",
    "score": "9.5"
  },
  {
    "index": "3",
    "image": "http://p0.meituan.net/movie/23/6009725.jpg@160w_220h_1e_1c",
    "title": "罗马假日",
    "actor": "格利高利·派克,奥黛丽·赫本,埃迪·艾伯特",
    "time": "1953-09-02(美国)",
    "score": "9.1"
  }

接下来,配置好小程序结构如下


小程序结构图

movie.js

var moviesData = require('../../data/result.js')
Page({
  data: {
  },
  onLoad: function (options) {
    this.setData({
      movieList: moviesData.movielist
    });
  },
})

movie.wxml

<view class='total-title'>电影排行榜前100名</view>
<view class="movie-box" wx:for="{{movieList}}" wx:for-index="idx"> 
  <view><image class="movie-image" src="{{item.image}}"></image></view>
  <view class='movie-middle-box'>
    <view class='movie-title'>{{item.title}}</view>
    <view class='movie-actor'>主演:{{item.actor}}</view>
    <view class='movie-time'>上映时间:{{item.time}}</view>
  </view>
  <view class='movie-score'>{{item.score}}</view>
</view>

movie.wxss

.total-title{
  width: 9rem;
  margin: 0.5rem auto;
  color: orangered;
}


.movie-box{
  display: flex;
  margin-top: 1.5rem;
}
.movie-index{
  width: 2rem;
  margin-right: 1rem;
}
.movie-image{
  display: block;
  width:5rem;
  height:5rem;
  margin-left: 0.5rem;
}

.movie-middle-box{
  margin-left: 1rem;
  width: 11rem;
  padding-top: 0.4rem;
  border-bottom: 1px solid gray
}

.movie-title{
  font-size: 0.9rem;
}

.movie-actor{
  font-size: 0.7rem;
}

.movie-time{
  font-size: 0.7rem;
  color: gray;
}

.movie-score{
  color: orange;
  padding-top: 1.2rem;
  position: absolute;
  right: 0.6rem;
}

效果如下图

小程序效果

完工 !!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,287评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,346评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,277评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,132评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,147评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,106评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,019评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,862评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,301评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,521评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,682评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,405评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,996评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,651评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,803评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,674评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,563评论 2 352

推荐阅读更多精彩内容