Python爬虫（三）：爬取猫眼电影网经典电影TOP100信息并存入本地Markdown文件（下）

---

运行环境：Python3.6.2、Pycharm2017.2
附此爬虫代码GitHub地址：https://github.com/IMWoolei/MaoYanMovies

==>【效果链接】

---

上一篇博客【链接】

正文

Markdown作为一个易上手的标记书写语言，能够提供高效清晰的书写板是，一直是我很喜欢的书写工具。
Python的第三方库中提供了Markdown模块，用于Markdown的书写，以及提供转html等功能。
实际上Markdown是一个纯文本的标记语言，其文件的拓展名为*.md，我们甚至可以直接使用记事本书写。上一篇博客中我们得到了经典TOP100的电影信息，我们将其信息写入到Markdown文件中，使其更好的可视化。因为没有将其转为html文件，所以在这次代码中就没有使用到markdown模块，而是直接将其写入拓展名为*.md的文本文件中。

完整代码

import requestsimport reimport jsonheaders = {    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36',    'Referer': 'http://maoyan.com/board/4?offset=0'}def getPage(url):    try:        response = requests.get(url, headers=headers)        # print(response.status_code)        if response.status_code == 200:            return response.text        else:            return None    except Exception:        return Nonedef getInfo(html):    # 正则匹配出电影的索引、海报、电影名、主演、评分    pattern = re.compile(        '<dd>.*?<i class="board-index.*?>(\d+)</i>.*?<a href="(.*?)".*?<img data-src="(.*?)".*?<p class="name">'        '<a.*?>(.*?)</a>.*?<p class="star">(.*?)</p>.*?'        '<p class="releasetime">(.*?)</p>.*?<i class="integer">(.*?)</i><i class="fraction">(.*?)</i>.*?</dd>',        re.S)    items_list = re.findall(pattern, html)    for item in items_list:        yield {            'index': item[0],            'link': 'http://maoyan.com' + item[1],            'image': item[2],            'name': item[3],            'actor': item[4].strip()[3:],            'time': item[5].strip()[5:],            'score': item[6] + item[7]        }def writeMarkdown(field):    with open('Movies_Info_MD.md', mode='a', encoding='utf-8') as f:        info_dict = json.dumps(field, ensure_ascii=False)        print('----->' + info_dict)        f.write('## No:' + field['index'] + '\n')  # 写入排名        f.write('![image](' + field['image'] + ')\n')  # 写入海报，注意Markdown中插入图片的语法        f.write('### **' + field['name'] + '** \n')  # 写入影片名        f.write('#### **主演**：' + field['actor'] + '\n')  # 写入主演        f.write('#### **上映时间**：' + field['time'] + '\n')  # 写入上映时间        f.write('#### **评分**：' + field['score'] + '\n')  # 写入评分        f.write('[了解更多...](' + field['link'] + ')\n\n')        f.write('------\n')  # 写入分割线，在Markdown语法中至少三个'-'以上才能构成分割线        f.close()if __name__ == '__main__':    for num in [i * 10 for i in range(11)]:        url = 'http://maoyan.com/board/4?offset=' + str(num)        html = getPage(url)        for item in getInfo(html):            # print(item)            writeMarkdown(item)

运行效果

除此之外，我将生成的Markdown文件导入到了我的CSDN博客中【链接】

---