python如何使用requests+re

我们可以先用开发者工具的箭头点一下后页，然后就显示右边的箭头数据出来，这里我们也可以用正则表达式来获取下一页的链接，然后接下来的工作就是循环了，好了分析结束，开始敲代码吧！

2.用面向对象的方法进行爬取数据

• 先用requests对网页进行请求，获取网页的html结构，在这里，为了防止网页的反爬虫技术，我加了个请求头（记得使用requests库之前先导入，没有的可以在命令行通过 pip install requests进行下载）

  

  请求头在开发者工具中查看，如下图所示

  

• 接下用正则表达式进行获取数据

  先匹配每一个电影和每一页数据（使用正则表达式的库是re）

  

  接下来获取每个电影的数据

  注意：获取到上面的数据，有的是空的，所以还需要进行判断是否为空，为了好看，我用了三元表达式进行判断，完成之后把他们存入字典

• 接下来就是进行循环取下一页的数据了

3.如果你有点数据库基础的话，还可以把他们存入数据库，在这里我把这些数据存入MySQL数据库，代码如下，需要自己先建好数据库好表格

• 这是操作数据库的类（使用的库为pymysql）

• 然后回到爬虫类进行把数据存入数据库

  

4.成功后你就会在数据库中查到以下数据