爬?四步原理：

1.發送請求：requests

2.獲取相應數據：對方及其直接返回

3.解析并提取想要的數據：re

4.保存提取后的數據：with open()文件處理

爬?三步曲：

1.發送請求

2.解析數據

3.保存數據

注意：豆瓣網頁爬蟲必須使用請求頭，否則服務器不予返回數據

import reimport requests# 爬?三部曲：# 1.獲取請求def get_data(url, headers): response = requests.get(url, headers=headers) # 如果爬取的是html文本就是用.text方法獲取文本數據，如果爬取的是音視頻就用.content方法獲取二進制流數據 # print(response.text) # 獲取相應文本，比如html代碼 return response.text# 2.解析數據def parser_data(text): # re.findall('正則表達式', '過濾的文本', re.S) # 匹配模式：re.S 全局模式 data = re.findall( ’<div class='item'>.*?<a href='http://www.cgvv.com.cn/bcjs/(.*?)' rel='external nofollow' >.*?<span class='title'>(.*?)</span>.*?<span property='v:average'>(.*?)</span>.*?<span>(.*?)人評價</span>’, text, re.S) for move_info in data: yield move_info# 3.保存數據def save_data(res_list_iter): with open('豆瓣TOP250.txt', 'a', encoding='utf-8') as f: for i in res_list_iter: move_page, move_title, move_score, move_evaluation = i # print(move_page, move_title, move_score, move_evaluation) str1 = f'電影名字：《{move_title}》 電影評分：{move_score} 電影評價：{move_evaluation} 電影詳情頁：{move_page}n' f.write(str1)# 使用請求頭請求數據headers = { ’User-Agent’: ’Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.102 Safari/537.36’}n = 0# 獲取10個鏈接for i in range(10): url = f'https://movie.douban.com/top250?start={n}&filter==' n += 25 text = get_data(url, headers) res_list_iter = parser_data(text) save_data(res_list_iter)

執行結果：

以上就是python使用re模塊爬取豆瓣Top250電影的詳細內容，更多關于python 爬取豆瓣電影的資料請關注好吧啦網其它相關文章！