今天我要利用requests库和正则表达式抓取猫眼电影Top100榜单。
运行平台： Windows
Python版本： Python3.6
IDE： Sublime Text
其他工具：Chrome浏览器
1. 抓取单页内容
浏览器打开猫眼电影首页，点击“榜单”，然后再点击"TOP100榜"，就能看到想要的了。
接下来通过代码来获取网页的HTML代码。
运行结果如下：
2. 正则表达式提取有用信息
在上图中，已经标注出我们将要提取的内容，下面用代码实现：
运行结果如下：
3. 保存信息
获取电影信息之后，要保存起来留用。要保存的有文本信息和电影封面。
下面为保存结果：
4.下载TOP100所有电影信息
通过点击标签页发现只是URL变化了：
修改main函数以动态改变URL：
到此我们已经将TOP100的电影信息和封面全部得到了。
5.多线程抓取
此次抓取的数据不算多，但是为了学习，使用多进程进行抓取，以应对以后大量的数据抓取。
下面为普通抓取和多进程抓取的时间对比：
以下为完整代码：
分享到:
閱讀更多 C與Python實戰 的文章
