python正则匹配抓取豆瓣电影链接和评论代码分享

import urllib.request
import re
import time

def movie(movieTag): tagUrl=urllib.request.urlopen(url)
 tagUrl_read = tagUrl.read().decode('utf-8')
 return tagUrl_read
def subject(tagUrl_read):
 ''' 
 这里还存在问题：
 ①这只针对单独的一页进行排序，而没有对全部页面的电影进行排序
 ②下次更新添加电影链接，考虑添加电影海报
 ③需要追加列表
 ④导入到本地txt或excel中
 ⑤在匹配电影名字时是否可以同时匹配链接与名字、评分、评论组成数组
 ⑥
 '''
#正则表达式匹配电影的名字（链接）、评分与评论 
 nameURL = re.findall(r'(http://movie.douban.com/subject/[0-9.]+)\/"\s+title="(.+)"',tagUrl_read)
 scoreURL = re.findall(r'<span\s+class="rating_nums">([0-9.]+)<\/span>',tagUrl_read)
 evaluateURL = re.findall(r'<span\s+class="pl">\((\w+)人评价\)<\/span>',tagUrl_read)
 movieLists = list(zip(nameURL,scoreURL,evaluateURL))
 newlist.extend(movieLists)
 return newlist
#用quote处理特殊（中文）字符
movie_type = urllib.request.quote(input('请输入电影类型(如剧情、喜剧、悬疑)：'))
page_end=int(input('请输入搜索结束时的页码：'))
num_end=page_end*20
num=0
page_num=1
newlist=[]
while num<num_end:
 url=r'http://movie.douban.com/tag/%s?start=%d'%(movie_type,num)
 movie_url = movie(url)
 subject_url=subject(movie_url)
 num=page_num*20
 page_num+=1
else:
 #使用sorted函数对列表进行排列，reverse参数为True时升序，默认或False时为降序， key=lambda还不是很明白这里的原理
 movieLIST = sorted(newlist, key=lambda movieList : movieList[1],reverse = True)
 for movie in movieLIST:
 print(movie)time.sleep(3)
print('结束')

以上就是python正则匹配抓取豆瓣电影链接和评论代码分享。永不要羡慕那些生而富贵的人。物质世界无穷尽，最重要的不是拥有什么，而是努力改善，使生活充满希望，使生命每天向上。不要求你有钱，但是要答应我，明年，下个月，明天，都比现在多一点。更多关于python正则匹配抓取豆瓣电影链接和评论代码分享请关注haodaima.com其它相关文章！