目前正在學Python爬蟲，正在讀崔慶才的《Python3網(wǎng)絡爬蟲開發(fā)實戰(zhàn)》，之前學習正則表達式，但是由于太難，最后放棄了（學渣的眼淚。。。。），在這本書上的抓取貓眼電影排行上，后來自學了pyquery，發(fā)現(xiàn)用pyquery可以解決這個問題，目前自己試著寫了代碼

附上代碼：

import requests
from pyquery import PyQuery as pq
import time

def get_one_page(url):
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.79 Safari/537.36'
    }
    html = requests.get(url=url,headers=headers)
    return html.text

def parse_one_page(html):
    doc = pq(html)
    items = doc('dd').items()
    for item in items:
        item1 = item.find('.board-item-main .board-item-content .movie-item-info')#空格表示嵌套
        item2 = item.find('.board-index')
        print('名次:' + item2.text())
        name = item1.find('.name').text()
        star = item1.find('.star').text()
        time = item1.find('.releasetime').text()
        score = item1.siblings('.movie-item-number .score .integer').text() + item1.siblings('.movie-item-number .score .fraction').text()
        print('電影名:' + name + '\n' +
              star + '\n' + time + '\n' + '評分:'+score +'\n')

def main(offset):
    url = 'http://maoyan.com/board/4?offset=' + str(offset) #設置偏移量
    html = get_one_page(url)
    parse_one_page(html)

if __name__ == '__main__':
    for i in range(10):
        main(offset = i * 10)
        time.sleep(1)#由于現(xiàn)在貓眼多了反爬蟲，如果速度過快則無響應，所以要添加延時等待。

代碼在：
https://github.com/liuweixu/Python-crawler/tree/master/PyQuery

歡迎來star