python爬虫torrentkitty的种子

最新推荐文章于 2025-03-23 10:07:35 发布

蒋暕青de博客

最新推荐文章于 2025-03-23 10:07:35 发布

阅读量10w+

点赞数

分类专栏： Python 文章标签： python 爬虫源代码

本文链接：https://blog.csdn.net/Tomstrong_369/article/details/46563455

版权

Python 专栏收录该内容

9 篇文章

订阅专栏

本文分享了一个Python爬虫程序，用于自动化从TorrentKitty网站抓取种子信息，无需手动操作，避免了弹窗网页等不便。该程序依赖lxml库，目前已实现抓取10页的数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python爬虫torrentkitty的种子

话不多说上源代码，只要把lxml的库安装下就好了

这个程序完全是解放双手，而且没有弹窗网页等困扰

__author__ = 'JianqingJiang'
# -*- coding: utf-8 -*-
import urllib2
from lxml import etree
import os
pre_url ='http://www.torrentkitty.org/search/tokyohot/'
os.chdir('/Users/JianqingJiang/Downloads/')

def steve(page_num,file_name):
    url = pre_url + str(page_num)
    print url
    ht = urllib2.urlopen(url).read()
    content = etree.HTML(ht.lower().decode('utf-8'))
    mags = content.xpath("//a[@rel='magnet']")
    with open(file_name,'a') as p: # '''Note'''：Ａppend mode, run only once!
        for mag in mags:
            p.write("%s \n \n"%(mag.attrib['href'])+"\n") ##!!encode here to utf-8 to avoid encoding
            print "%s \n \n"%(mag.attrib['href'])

for page_num in range(0,10):
    print (page_num)
    steve(page_num, 'steve.txt')