获取电影的下载地址。

import re
import requests  
import xlwt      //将得到的下载电影的地址送到excel表中

workbook = xlwt.Workbook(encoding="utf-8")
worksheet = workbook.add_sheet('sheet1')

head = {
    "user-agent": 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 '
                  'Safari/537.36 '
}        

url = "https://www.dytt89.com/"
res = requests.get(url, verify=False, headers=head)  //让他的安全认证失效（不太懂）。
res.encoding = 'gbk'    //防止得到的是乱码
# print(res.text)

obj1 = re.compile(r"2022必看热片.*?<ul>(?P<ul>.*?)</ul>", re.S)//查询的是2022年必看热片。

obj2 = re.compile(r"<a href='(?P<zi>.*?)'", re.S) //找到那里面每个电影的地址
obj3 = re.compile(r"<td style=\"WORD-WRAP: break-word\" bgcolor=\"#fdfddf\"><a href=.(?P<download>.*?)&tr=http", re.S)

res1 = obj1.finditer(res.text)

yemians = []
for it in res1:
    # print(it.group('ul'))
    ul = it.group('ul')
    res2 = obj2.finditer(ul)
    for i in res2:
        href = i.group('zi')
        yemian = url + href.strip("/")//将得到的地址与原始的url和在一起就是电影页面的地址
        yemians.append(yemian)        //定义一个列表储存所有电影页面的地址

# 获取子页面
# print(yemians[0])
movie = []
for p in yemians:
    res3 = requests.get(p, verify=False)
    # print(p)
    res3.encoding = 'gbk'   //在每一个子页面中找到他们的下载地址，存放到列表里。
    # print(res3.text)     
    ti = obj3.findall(res3.text)
    movie.extend(ti)
m = 0
for d in movie:
    # print(d)
    n = 0
    worksheet.write(m, 0, d)
    m += 1
    workbook.save('movie.xls')

1：引入必要的模块儿。

import re
import requests
import xlwt

2:  防止被认出

head = {
    "user-agent": 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 '
                  'Safari/537.36 '
}

3：找的是2022必看热片

审核未通过，不再展示

 先在这一页的源代码中找到通过

obj1 = re.compile(r"2022必看热片.*?<ul>(?P<ul>.*?)</ul>", re.S)

res1 = obj1.finditer(res.text)

for it in res1:
    # print(it.group('ul'))
    ul = it.group('ul')

找到那一个子页面的代码，

4：找到子页面电影，中所有电影的地址

obj2 = re.compile(r"<a href='(?P<zi>.*?)'", re.S)
yemians = []
for it in res1:
    # print(it.group('ul'))
    ul = it.group('ul')
    res2 = obj2.finditer(ul)
    for i in res2:
        href = i.group('zi')
        yemian = url + href.strip("/")
        yemians.append(yemian)

用列表保存那个页面中所有电影的地址，就能得到：

这是其中一个电影的页面，

审核未通过，不再展示。，，，，，

 5：再打开这个页面的源代码通过

obj3 = re.compile(r"<td style=\"WORD-WRAP: break-word\" bgcolor=\"#fdfddf\"><a href=.(?P<download>.*?)&tr=http", re.S)

movie = []
for p in yemians:
    res3 = requests.get(p, verify=False, headers=head)
    # print(p)
    res3.encoding = 'gbk'
    # print(res3.text)
    ti = obj3.findall(res3.text)
    movie.extend(ti)

来获取电影的下载地址，把信息存入excel表格中。就能得到：

            下载电影的地址，有的电影有多个下载。审核不能通过，不再展示

 6：有的电影有多个下载地址，复制一个链接，在浏览器中打开：

得到

下载的页面

之前审核未通过，这里就不在展示