当前位置: 首页 > news >正文

哪个网站做自考题目免费论坛平台

哪个网站做自考题目免费,论坛平台,织梦源码网,比亚迪新能源汽车e2在上一篇文章的基础上,改进了代码质量,增加了多个正则表达式匹配,但同事也增加了程序执行的耗时。 from bs4 import BeautifulSoup import requests import time import re from random import randint import pandas as pdurl_list [https…

在上一篇文章的基础上,改进了代码质量,增加了多个正则表达式匹配,但同事也增加了程序执行的耗时。

from bs4 import BeautifulSoup
import requests
import time
import re
from random import randint
import pandas as pdurl_list = ['https://movie.douban.com/top250']
base_url = 'https://movie.douban.com/top250?start={start}'
for start in range(25, 251, 25):url_list.append(base_url.format(start=start))headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36 Edg/124.0.0.0'}
movie_info = []def parse_info(info):# 尝试第一个正则表达式pattern1 = re.compile(r"导演: (.*?)\s*/?\s*主演: (.*?)\s*(\d{4})\s*/\s*(.*?)\s*/\s*(.*)")match1 = re.search(pattern1, info)if match1:director = match1.group(1).strip()actors = match1.group(2).strip()year = match1.group(3).strip()countries = match1.group(4).strip().split(' ')genres = match1.group(5).strip().split(' ')return director, actors, year, countries, genres# 尝试第二个正则表达式pattern2 = re.compile(r"导演: (.*?)\s*/?\s*(\d{4})\s*/\s*(.*?)\s*/\s*(.*)")match2 = re.search(pattern2, info)if match2:director = match2.group(1).strip()actors = ""year = match2.group(2).strip()countries = match2.group(3).strip().split(' ')genres = match2.group(4).strip().split(' ')return director, actors, year, countries, genres# 尝试第三个正则表达式pattern3 = re.compile(r"导演: (.*?)\s*(\d{4})\s*/\s*(.*?)\s*/\s*(.*)")match3 = re.search(pattern3, info)if match3:director = match3.group(1).strip()actors = ""year = match3.group(2).strip()countries = match3.group(3).strip().split(' ')genres = match3.group(4).strip().split(' ')return director, actors, year, countries, genres# 尝试第四个正则表达式 (处理有多个年份的情况)pattern4 = re.compile(r"导演: (.*?)\s*主演: (.*?)\s*(.*?)\s*/\s*(.*?)\s*/\s*(.*)")match4 = re.search(pattern4, info)if match4:director = match4.group(1).strip()actors = match4.group(2).strip()year = match4.group(3).strip()countries = match4.group(4).strip().split(' ')genres = match4.group(5).strip().split(' ')return director, actors, year, countries, genres# 如果没有匹配,返回空值return "", "", "", [], []for url in url_list:time.sleep(randint(1, 3))response = requests.get(url, headers=headers)soup = BeautifulSoup(response.text, 'html.parser')movie_items = soup.find_all('div', class_='item')for movie in movie_items:# 获取排名rank = movie.find('em').text.strip()# 获取电影标题title = movie.find('span', class_='title').text.strip()# 获取电影导演、演员、年份、上映地区等信息info = movie.find('div', class_='bd').find('p').text.strip()# 解析 info 字符串director, actors, year, countries, genres = parse_info(info)# 打印未匹配到的 infoif director == "" and actors == "" and year == "":print(f"未匹配到的info: {info}")# 获取评分信息rating_num = movie.find('span', class_='rating_num').text.strip()# 获取评价人数信息rate_people_num = movie.find('div', class_='star').find_all('span')[3].text.strip()# 将信息进行汇总mock_data = {'排名': rank,'电影名称': title,'导演': director,'演员': actors,'上映年份': year,'上映地区': countries,'电影类型': genres,'评分': rating_num,'投票人数': rate_people_num}movie_info.append(mock_data)df = pd.DataFrame(movie_info,columns=['排名', '电影名称', '导演', '演员', '上映年份', '上映地区', '电影类型', '评分', '投票人数'])
excel_path = 'movie_info.xlsx'
df.to_excel(excel_path, index=False)
http://www.shuangfujiaoyu.com/news/60270.html

相关文章:

  • 怎么查网站域名备案软文写作要求
  • 电子商务网站规划与管理最新军事头条
  • 怎样用电脑做网站专业seo公司
  • 网站建设应该注意哪些原则关键词数据分析
  • 杭州做网站哪家公司好外贸推广是做什么的
  • 如何在建设部网站查询获奖情况搜索引擎推广方案案例
  • 网站开发专业有什么工作平台推广引流
  • java可以做微信网站么运营主要做什么工作
  • 如何抓取WordPress文章seo是指什么职位
  • 关于网站开发的外文书籍怎样在百度上发表文章
  • 数据库网站 建设费用廊坊seo优化
  • 专门做任务的网站吗嘉峪关seo
  • 需要个网站环球军事网最新军事新闻最新消息
  • 新闻网网站安全建设24小时最新国际新闻
  • 网站五合一建设关键词如何优化排名
  • 南京医疗网站建设个人网站注册平台
  • 制作企业网站的版式网页设计模板
  • 校园网站模板下载免费发布广告的网站
  • 旅游网站建设流程步骤网页制作网站制作
  • 视频分享网站建设难吗网页制作软件免费版
  • 用友加密狗注册网站怎么样拓展客户资源
  • 行业内做网站的公司排名山东关键词网络推广
  • 河南省南水北调建设管理局网站正规seo一般多少钱
  • 武汉便宜网站建设搜索关键词排名
  • 哪个网站做推广好百度客服人工电话多少
  • 电影日记网站怎么做免费推广网站
  • 做mod游戏下载网站沈阳seo顾问
  • 辽宁建设工程信息网清单怎么aso关键词优化工具
  • 网站怎么做弹框seo助理
  • 网站建设领域的基本五大策略要学会网络营销的主要传播渠道