import requests import re # from bs4 import BeautifulSoup import matplotlib.pyplot as plt import numpy as np # import pandas as pd i = 1 lists = [0, 25, 50, 75, 100, 125, 150, 175, 200, 225, 250] title = [] year = [] country = [] score = [] number = [] for page in range(0, 226, 25): url = 'https://movie.douban.com/top250?start=' + str(page) + '&filter=' headers = { 'User-Agent': "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36"} resp = requests.get(url=url, headers=headers) resp.encoding = "utf-8" pattern = re.compile( r'<div class="pic">.*? < img width="100" alt="(?P<title>.*?)".*?class="">.*?<a href="(?P<URL>.*?)" class="">.*?导演: (?P<director>.*?) .*?<br>.*?(?P<year>.*?) / (?P<country>.*?) .*?"v:average">(?P<score>.*?)</span>.*?<span>(?P<number>.*?)人评价</span>', re.S) pic_url = re.compile(r'< img width="100".*?src="(.*?)" class="">', re.S) pic_URl = pic_url.findall(resp.text) data2 = pattern.finditer(str(resp.text)) for url1 in pic_URl: file1 = open('films.pic\\' + str(i) + '.jpg', 'ab') Pic = requests.get(url1) file1.write(Pic.content) i = i + 1 file1.close() file2 = open('movie.text', 'a+', encoding='utf-8') for m in data2: if int(m['number']) / 100000 > 13: number.append(int(m['number']) / 100000) country.append(m['country']) year.append(m['year']) title.append(m['title']) score.append(m['score']) file2.write( '电影名:' + m['title'] + ', 导演:' + m['director'] + ', 年份:' + m['year'] + ', 国家:' + m['country'] + ', 评分:' + m[ 'score'] + ',评价人数:' + str(int(m['number']) / 100000) + ' 100k') file2.write('\n') print( '电影名:' + m['title'] + ', 导演:' + m['director'] + ', 年份:' + m['year'] + ', 国家:' + m['country'] + ', 评分:' + m[ 'score'] + ',评价人数:' + str(int(m['number']) / 100000) + ' 100k')
时间: 2024-04-04 19:35:23 浏览: 26
你的代码是用Python爬取豆瓣电影Top250页面的电影信息。其中使用了requests模块向网页发送请求,re模块提取信息,以及matplotlib和numpy模块进行数据可视化。具体而言,代码中通过循环访问Top250页面的不同分页,使用正则表达式匹配页面中的电影信息,并将其存储到title、year、country、score和number等列表中。同时,还将每部电影对应的海报图片下载到本地。最后,将电影信息写入到文件中,并打印输出。
相关问题
解释一下这串代码import requests import xlwt import re from wordcloud import WordCloud import jieba import matplotlib.pyplot as plt
这串代码是Python代码,主要使用了requests、xlwt、re、WordCloud、jieba和matplotlib.pyplot等库,实现了一些文字处理相关的功能,比如从网页中获取数据、将数据存储到Excel表格中、进行正则表达式匹配、生成词云等。
请帮我解释这段代码import requests import xlwt import re from wordcloud import WordCloud import jieba import matplotlib.pyplot as plt
这段代码是Python语言的代码,使用了几个库:requests库,xlwt库,re库,wordcloud库,jieba库和matplotlib库。requests库可以用来向网页发送请求并获取响应,xlwt库可以将数据写入Excel文件,re库提供了正则表达式工具,wordcloud库可以制作词云,jieba库是用于中文分词的库,matplotlib库可以制作各种图表。代码中先导入了这几个库,然后引入相应的功能。