代码拉取完成,页面将自动刷新
同步操作将从 余佳瑢/余佳瑢 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
# -*- coding: utf-8 -*-
#需要的库
import requests as rq
import pandas as pd
from bs4 import BeautifulSoup as bs
from pymongo import MongoClient
client=MongoClient()
database=client.pachong
collection=database.maoyan
data=[]
maodata=[]
mdata=[]
for i in range(10):
#获取网址、伪装浏览器、获取网页源代码
url='https://maoyan.com/board/4?offset='+str(i*10)
header={'User-Agent':'Chrome/55.0.2883.75'}
sources=rq.get(url,headers=header).text
soup=bs(sources,'html.parser') #获取网页源代码转化成标准的HTML结构语句
#查找需要的数据
ranks=soup.find_all('i',class_="board-index")
names=soup.find_all('p',class_='name')
actors=soup.find_all('p',class_='star')
times=soup.find_all('p',class_="releasetime")
scores=soup.find_all('p',class_="score")
for r,n,a,t,s in zip(ranks,names,actors,times,scores):
rank=r.get_text().strip()
name=n.get_text().strip() #去掉两边的空格
actor=a.get_text().strip()[2:]
time=t.get_text().strip()[5:]
score=s.get_text().strip()
data.append([rank,name,actor,time,score])
maodata={'rank':rank,'name':name,'actor':actor,'time':time,'score':score}
mdata.append(maodata)
#print('{}{}{}{}{}'.format(rank,name,actor,time,score))
#保存数据
#data=pd.DataFrame(data)
collection.insert(maodata)
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。