爬取猫眼电影Top100电影单页数据，解析出电影名称、主演、上映时间、评分、图片地址等信息。最后存储数据到MySQL数据库中

爬取猫眼电影Top100电影单页数据并解析所需信息的过程通常涉及以下几个步骤：

1. **网络请求**: 首先，你需要使用Python的requests库或者像Selenium这样的Web自动化工具发送HTTP请求到猫眼电影的URL。例如，`http://maoyan.com/top250`。

2. **HTML解析**: 利用BeautifulSoup、Scrapy或其他HTML解析库，从返回的网页源代码中提取需要的信息。这通常涉及到查找特定的HTML标签和class名，如电影标题（可能是<h1>或<div class="title">），主演名字（可能在演员列表下），上映时间和评分（可能在详情部分），以及电影海报的链接（可能是<img>标签的src属性）。

3. **数据清洗**: 解析出来的文本可能包含一些无关的字符，比如HTML标签或特殊符号，需要进行清理以便后续处理。

4. **存储数据**: 对于每部电影的数据，将其转换成字典或者其他适合的数据结构。然后，使用Python的pymysql库连接到MySQL数据库，并创建适当的表来储存数据。插入电影信息之前，确保检查字段是否匹配。

5. **数据插入**: 使用SQL INSERT INTO语句将电影数据逐条插入数据库。如果有多条数据，可以考虑批量插入提高效率。

6. **错误处理**: 添加异常处理机制，以防网络请求失败或者解析过程中遇到问题。

7. **循环爬取**: 如果Top100的页面分页，需要编写循环来遍历所有页面并将数据合并。

这里是一个简单的示例代码片段（使用了BeautifulSoup和pymysql）：

import requests
from bs4 import BeautifulSoup
import pymysql

# 步骤1-2
url = 'http://maoyan.com/top250'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

# 步骤3-4
movies_data = []
for movie_item in soup.find_all('.item'):
    title = movie_item.find('h2').text.strip()
    actor_list = movie_item.find('span', {'class': 'attr'}).text.strip().split(',')
    release_year = movie_item.find('span', {'class': 'year'}).text.strip()
    rating = movie_item.find('span', {'itemprop': 'ratingValue'}).text.strip()
    img_url = movie_item.find('img')['src']

    # 更进一步的清洗和处理...
    movies_data.append({
        'title': title,
        'actors': actor_list,
        'release_date': release_year,
        'rating': rating,
        'image_url': img_url
    })

# 步骤5-6
db = pymysql.connect(host='localhost', user='your_username', password='your_password', db='your_db')
cursor = db.cursor()

create_table_query = """
CREATE TABLE IF NOT EXISTS movies (
    id INT AUTO_INCREMENT PRIMARY KEY,
    title VARCHAR(255),
    actors TEXT,
    release_date DATE,
    rating FLOAT,
    image_url VARCHAR(255)
);
"""

cursor.execute(create_table_query)

insert_query = "INSERT INTO movies (title, actors, release_date, rating, image_url) VALUES (%s, %s, %s, %s, %s)"
cursor.executemany(insert_query, movies_data)

db.commit()
db.close()