用python爬取网页时,没有报错,但却执行不出来结果,没有生成txt文件
问题描述:
问题遇到的现象和发生背景 :用python爬取网页时,没有报错,但却执行不出来结果,没有生成txt文件
import time
import requests
import re
import json
import urllib.request
# 伪装浏览器
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.81 Safari/537.36',
}
# 使用选择的代理构建处理器处理对象
httpproxy_handler = urllib.request.ProxyHandler({'http': "47.92.234.75:80"})
opener = urllib.request.build_opener(httpproxy_handler)
request = urllib.request.Request("https://www.maoyan.com/")
response = opener.open(request)
print(response.read())
# 定义读取一个url并返回相应信息的函数
def get_one_page(url):
# 读取网页
response = requests.get(url,headers=headers)
#判断是否读取成功
if response.status_code== 200:
#返回读取的内容(HTML代码)
return response.text
return None
# 抓取猫眼首页信息
def main(offset):
url ='https://www.maoyan.com/board/4?offset='+str(offset)
html = get_one_page(url)
for i in parse_one_page(html):
write_to_file(i)
print(i)
# 定义一个解析HTML代码的函数
def parse_one_page(html): #正则提取数据
# 编译成一个正则表达式对象
pattern = re.compile( #括号内的正则表达式才是我需要的信息,所以用()获取
'<dd>.*?board-index.*?>(.*?)</i>.*?data-src="(.*?)".*?name.*?a.*?>(.*?)</a>.*?star.*?>(.*?)</p>.'
'*?releasetime.*?>(.*?)</p>.*?integer.*?>(.*?)</i>.*?fraction.*?>(.*?)</i>.*?</dd>',re.S)
# 开始查找
items = re.findall(pattern,html)
# 遍历查找到的内容
for item in items: #yield关键字,是一个生成器,在这里相当于return强化版,即使说可以多次返回return给函数,然后通过for循环从函数中提取,或者通过parse_one_page(html).next()提取
yield{ #字典内是对数据的再次整理,规范化
'index':item[0],
'image':item[1],
'title':item[2].strip(),
'actor':item[3].strip()[3:] if len(item[3])>3 else '',
'time':item[4].strip()[5:] if len(item[4])>5 else '',
'score': item[5].strip()+item[6].strip()
}
# 将结果写到一个txt文档中
def write_to_file(content):
with open('result3.txt','a',encoding='utf-8') as f:
print(type(json.dumps(content)))
f.write(json.dumps(content,ensure_ascii=False)+'\n')
# 图片下载
def pic_download(url,title):
r=requests.get(url)
with open("pics/"+title+".jpg",'wb') as f:
f.write(r.content)
if __name__ == '__main__':
for i in range(10):
main(offset=i*10)
# 延迟1秒,避免反爬机制
time.sleep(1)
问题相关代码,请勿粘贴截图
运行结果及报错内容
我的解答思路和尝试过的方法
我想要达到的结果:运行出txt文件
答
自己看下获取的html.就知道原因了