还是先说下思路吧。
其实具体代码跟我之前写过的如何用爬虫抓取图片类似（什么类似，就是照那个改的。。。
唯一不同的是，这次需要爬虫自己能够翻页。豆瓣电影Top250每页显示25个，总共10页。其实仔细观察每页的URL是可以发现区别的，我就不说了，留给大家自己思考～～～
核心程序就是通过两个for循环，一个循环打开页面，一个循环遍历每部电影的名称。
最后应该是可以写入到文本里的，可是我懒得写就没写了，大家可以自行研究下～～
附上我的成品：豆瓣电影排行榜 TOP250
源代码
#coding=utf-8
import urllib
import urllib.request
import re
def getHtml(url):
page = urllib.request.urlopen(url)
html = page.read()
return html
def getMovieName(html):
reg = r'img alt="(.+)" s'
MovieName = re.compile(reg)
Namelist = re.findall(MovieName,html)
return Namelist
i = 1
for n in range(1,11):
m = 25*(n-1)
html = getHtml("http://movie.douban.com/top250?start=%d&filter=" %m).decode('utf-8')
for x in getMovieName(html):
print('Top %3d: %s' %(i,x))
i += 1
print ('finish!')
本文由www.feixingrui.com原创，转载请注明出处。
费星瑞｜爱学习
