使用 Python爬取龙珠超下载链接地址

代码块

# -*- coding: utf-8 -*-
import urllib2
import re

#定义需要获取龙珠超下载链接的网址
url="http://www.80s.tw/dm/15093"

htmls=urllib2.urlopen(url)
html=htmls.read()
htmls.close()

#定义正则表达式，并捕获分组1，分组2
pattern=ur'<a rel=\"nofollow\" href=(\"[^\">]+)\"[\s]?>[^\d]*([\d]*)[^\d]+</a>'

#定义一个列表，用于存储集数和链接
lists=[]

for i in re.findall(pattern,html)[1:20]:
   #print i
   lists.append([i[0],i[1]])

#导入pandas库，将列表转换为数据框
import pandas as pd
data=pd.DataFrame(lists)

#定义导出文件目录
outputfile='../result_data/lzc_source.xls'
data.to_excel(outputfile)