用python来爬某电影网站的下载地址

原创 2015年08月07日 09:01:31

首先在这里向大家推荐极客学院好不好,用了才知道。

博客,算是我学习各种IT知识之后的一个总结,CSDN上的大神的博客,让我受益良多,除此之外,还有博客园、脚本之家等等很多的好网站。当然脚本之家的广告着实多了点。而极客学院是我最近一个月才有了解的网站,开始时,自己去注册个号,结果悲剧了,只有3天的使用期限,我可是绑定了手机号的,你才给我三天时间,坑啊。然后一次一个人在群里发链接,点进去送了我一个月,后来我才知道,原来邀请送时间的,后来一个月变成一年了,哈哈,然后在这段时间,学了好多东西,python就是其中之一。

唠叨了有点多,进入正题。 

一.工具:

1.基本的python环境

2.requests 这个类库要装上

3.pycharm 开发环境。

4.强调一下,所有操作均在windows操作系统上,小弟没钱用不起高大上的Mac(要给我打钱的,可留言,^_^)

 二、需要掌握的知识

1.python基础知识。去学 极客学院

2.正则表达式 基础不了解的,去学。正则表达式

三、代码分析

#coding = utf-8
import requests
import re
import sys
import os
from os.path import join,getsize

reload(sys)
sys.setdefaultencoding('utf8');
header = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/31.0.1650.63 Safari/537.36'}
html = requests.get('http://www.dy2018.com/')
html.encoding='gbk'
# print html.text
filehandler = open('F:/document/python/python_dy2018.com.txt', 'wb+')
i=0;
html2 = requests.get('http://www.dy2018.com/')
html2.encoding='gbk'
target = re.findall('<div class="title_all">(.*?)</div>',html2.text,re.S)
for each in target:
    # print each
    content = re.findall('<div class="co_(.*?)</div>',html2.text,re.S)
    for each1 in content:
        a = re.findall('<a href=\'(.*?)\'',html2.text,re.S)
        for each1 in a:
            url =  'http://www.dy2018.com/'+each1
            htmlChild =requests.get(url)
            htmlChild.encoding='gbk'
            lianjie = re.findall('bgcolor="#fdfddf"><a href="(.*?)">ftp',htmlChild.text,re.S);
            title = re.findall('bgcolor="#fdfddf"><a href="(.*?)">ftp',htmlChild.text,re.S);
            for eachtitle1 in title:

                file = open('F:/document/python/'+str(i)+'.txt','wb+')
                print eachtitle1
                for eachtitle in lianjie:
                    print eachtitle
                    file.write(eachtitle+'\n')
            i+=1
                 # eachtitle1 = re.findall('(.*?)',eachtitle,re.S)
                 # for eachtileChild in eachtitle1:
                 #     print eachtileChild
代码大体是这样,写得不好望大家见谅。
1.导入相应的类库 
requests
re 正则表达式
sys  这个的作用是防止乱码
2.requests.get(url) 取得该地址网页的源码
3.html.encoding='gbk'
因为网站用的是gbk 所以要保持一致,否则又乱码
4. open() 方法用来操作文件,详情点击
5.re.findall() 利用正则表达式 搜索你需要的信息

6.print 方法。合理使用这个方法可以让你开发的更加便捷。当然用pycharm的断点调试也可以。     


效果图:   


版权声明:博主地址 http://blog.csdn.net/u013329107 本文为博主原创文章,未经博主允许不得转载。

python爬虫获取豆瓣正在热播电影

python爬虫获取豆瓣正在热播电影热播地址:https://movie.douban.com/cinema/nowplaying/beijing/1、使用浏览器查看html文件找到热播电影的标签文件...
  • u010105243
  • u010105243
  • 2017年04月03日 15:46
  • 1290

python电影爬虫

  • 2013年09月10日 14:13
  • 121KB
  • 下载

Python-爬取2345电影并写入文件

一个简单爬虫 1.目标:爬取2345电影网2017年最新电影 2.所使用的库:from bs4 import BeautifulSoup import requests import codecs3...
  • Co_zy
  • Co_zy
  • 2017年08月13日 21:48
  • 247

python 爬取360看看的电影

**小编在此爬取的是360看看中的悬疑类电影,喜欢的小伙伴可以收藏。。。。。 当然,也可以给小编提一些改进的意见。。。** 直接上代码:#coding=utf-8 import requests fr...
  • qq_27492735
  • qq_27492735
  • 2017年10月25日 15:04
  • 117

python爬虫实现下载电影天堂电影

这段时间一直在学习Python爬虫,为了加强学习过程,也为了以后的学习留下点痕迹,特此记录下整篇爬虫的过程。以电影天堂为例,提取出当前界面的最新电影。 # -*- coding:utf-8 -*- ...
  • huangzhiyuan111
  • huangzhiyuan111
  • 2016年09月26日 21:20
  • 2078

用python做一个可以下载电影天堂最新电影的爬虫

前段时间刚刚看完了一个很厉害博主写的爬虫博客,怕时间久了自己忘记有关东西,所以今天写了一个简单的爬虫,也满足一下自己一直对电影天堂的不满代码如下,由于代码很少,也没有涉及动态网页,所以不过多去做解释。...
  • Star_Bob
  • Star_Bob
  • 2015年08月21日 19:56
  • 4353

Python自定义豆瓣电影种类,排行,点评的爬取与存储(进阶下)

Python自定义豆瓣电影种类,排行,点评的爬取与存储(进阶下)
  • u010104435
  • u010104435
  • 2017年05月08日 21:02
  • 358

Python爬虫爬取豆瓣电影实例

  • 2017年03月27日 20:47
  • 5KB
  • 下载

Python抓取电影天堂电影信息

最近想做一个电影资讯的App,由于豆瓣不对外开发API了,正愁怎么录入数据呢。最近在学Python想想那就用它来抓取电影信息吧。 Python2.7 Mac OS 抓取的是电影天堂里...
  • stilling2006
  • stilling2006
  • 2017年01月13日 00:44
  • 803

Python抓取百度云电影

近期在自学python,写网络爬虫之类的,偶然一个知乎本科大牛发布的一个Python库可以爬取百度网盘电影的第三方库。 fmovice 0.1.0 输入关键词搜索两大百度网盘提供商中的电影资源 ...
  • Magic_SpongeBob
  • Magic_SpongeBob
  • 2017年04月17日 13:43
  • 2103
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:用python来爬某电影网站的下载地址
举报原因:
原因补充:

(最多只允许输入30个字)