#encoding:'utf-8'
import urllib.request
from bs4 import BeautifulSoup
import os
import time
import xlrd
import xlwt
from xlutils.copy import copy
def getDatas():
    # url="https://movie.douban.com/top250"
    url="file:///E:/scrapy/2018-04-27/movie/movie.html"
    header={'User-Agent': "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/22.0.1207.1 Safari/537.1"}
    ret=urllib.request.Request(url=url,headers=header)
    res=urllib.request.urlopen(ret)
    # 轉化格式
    response=BeautifulSoup(res,'html.parser')
    # 找到想要資料的父元素
    datas=response.find_all('div',{'class':'item'})
    # print(datas)
    folder_name="output"
    if not os.path.exists(folder_name):
            os.mkdir(folder_name)
    # 定義檔案
    current_time=time.strftime('%Y-%m-%d',time.localtime())
    file_name="move"+current_time+".xls"
    # 檔案路徑
    file_path=folder_name+"/"+file_name
    workbook=xlwt.Workbook(encoding="utf-8")
    sheet=workbook.add_sheet(u'豆瓣資料')
    head=['排行','標題','圖片路徑']
    for index,item in enumerate(head):
        sheet.write(0,index,item)
    workbook.save(file_path)
    index=1
    for item in datas:
        # print(item)
        dict1={}
        dict1['rank']=item.find('div',{'class':'pic'}).find('em').get_text()
        dict1['title']=item.find('div',{'class':'info'}).find('div',{'class':'hd'}).find('a').find('span',{'class':'title'}).get_text()
        dict1['picUrl']=item.find('div',{'class':'pic'}).find('a').find('img').get('src')
        # print(dict1['picUrl'])
    #     # 儲存資料為excel格式
        wk=xlrd.open_workbook(file_path,formatting_info=True)
        newwk=copy(wk)
        newsheet=newwk.get_sheet(0)
        line=[dict1['rank'],dict1['title'],dict1['picUrl']]
        for i,item in enumerate(line):
            newsheet.write(index,i,item)
        newwk.save(file_path)
        index=index+1

if __name__=="__main__":
    getDatas()