import urllib.request
import re
import os
import requests
import xlsxwriter
import xlrd
Pic = "./Picture"
html = urllib.request.urlopen("https://list.iqiyi.com/www/1/-------------11-1-1-iqiyi--.html").read()
html = html.decode("utf-8") #请求链接，返回网页信息并转换编码格式
req = "imageUrl\":\"(.*?),";
req_name = "<a title=\"(.*?)\" class=\"link-txt"; #正则表达式 匹配电影名
req_zy = "<p title=\"(.*?)\" class="; #正则表达式 匹配主演信息
req_play = "playUrl\":\"(.*?)\",\"duration"; #正则表达式 匹配播放链接
req_score = "<span class=\"text-score\">(.*?)</span>"; #正则表达式 匹配电影评分
Move_name = []
Move_url = [] #用于存储爬取的电影名、主演信息、播放链接
Move_zy = []
urls = re.findall(req, html)
urls_name = re.findall(req_name, html)
urls_zy = re.findall(req_zy, html) #通过正则表达式匹配到有效信息
urls_play = re.findall(req_play, html)
urls_score = re.findall(req_score, html)
#print(urls)
Flag = 1
workbook = xlsxwriter.Workbook("text.xlsx") #新建一个表格用于存放爬取的信息
worksheet = workbook.add_worksheet()
worksheet.set_column('A:D', 30) # 设置A到D列的列宽全为20
worksheet.write(0,0,"电影名")
worksheet.write(0,1,"主演") #设置表头信息
worksheet.write(0,2,"播放路径")
worksheet.write(0,3,"电影评分")
#设置表格宽度
print("\n")
for j in urls_name:
worksheet.write(Flag,0,j)
Flag = Flag + 1 #循环存储爬取的电影名数据
Flag = 1
print("电影名存储完成...")
for k in urls_zy:
worksheet.write(Flag,1,k) #循环存储爬取的主演信息数据
Flag = Flag + 1
Flag = 1
print("主演存储完成...")
for p in urls_play:
worksheet.write(Flag,2,p) #循环存储爬取的电影播放路径数据
Flag = Flag + 1
Flag = 1
print("播放路径存储完成...")
for p in urls_score:
worksheet.write(Flag,3,p)
Flag = Flag + 1 #循环存储爬取的电影评分数据
Flag = 1
print("电影评分储完成...")
workbook.close() #关闭表格文件（不关闭会报错、文件不会保存）
data = xlrd.open_workbook('text.xlsx')
table = data.sheet_by_index(0) #打开表格文件
Flag = 1
if not os.path.exists(Pic): #判断当前根目录是否存在，不存在则创建
os.mkdir(Pic)
for i in urls:
img = requests.get(i)
f = open('./Picture/'+str(table.cell(Flag,0).value)+'.jpg','ab') #存储图片，文件名从表格中获取电影名
Flag = Flag + 1
f.write(img.content) #多媒体存储图片文件
f.close()
print("电影图片存储完成...")
