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。

相关文章推荐

[python爬虫入门]爬取豆瓣电影排行榜top250

要爬取内容的是豆瓣网的电影排行top250: https://movie.douban.com/top250, 将电影名和评分爬取下来并输出, 如下图: 使用了tkinter做了简单页面首先分析要爬...

用python实现一个抓取电影的爬虫

http://blog.sina.com.cn/s/blog_63cf1c510101dshu.html 实现思路: 抓取一个电影网站中的所有电影的思路如下: 根据一个U...

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 ...

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。...

【Python爬虫】批量抓取网页上的视频

这两天决定学一下python,就找了个评价还不错的公开课看了两天,边看边敲代码,感觉python确实是一门很简单的语言,只要有点C++、C、Java或者其他语言基础,一两天完全可以入门python。当...

java多线程-爬电影天堂上的电影下载地址

通过java爬虫,爬取地址

电影《绿箭侠第一季》迅雷中英双字下载地址

01 ftp://dygod2:dygod2@d315.dydytt.com:9068/绿箭侠第一季/[电影天堂-www.dytt8.net]绿箭侠第一季01集[中英双字].rmvb ...
  • coloriy
  • coloriy
  • 2015年08月07日 17:17
  • 1914

bilibil网站采集 返回视频下载地址【代码】

电影下载地址大集合,只要是电影就能找到

看到很多人都想找一些奇葩,或者国内很少见的电影,你们还在百度,微盘上搜索么?还在人人影视上溜达么?以下收集各大电影网站,绝对能满足你们!如果你不是那么热爱电影,只是闲暇之余看看热门的新片/美剧,不求画...
  • h4ck0ne
  • h4ck0ne
  • 2016年01月23日 17:49
  • 489

Cef介绍及下载地址和官方网站

介绍 cef 是一个基于google chromiun的简单的框架。 它主要是作为一个内嵌浏览器嵌入到客户端应用程序中。 可以再 http://cefbuilds.com 下载最新的编译版...
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)