标签：2710 python 电影 30 tr href child announce middot

python爬虫——三步爬得电影天堂电影下载链接，30多行代码即可搞定：

 

本次我们选择的爬虫对象是：https://www.dy2018.com/index.html             

具体的三个步骤：1.定位到2020必看片   2.从2020必看片中提取到子页面地址   3.进去子页面，拿到迅雷下载链接

话不多说，上代码：

import requests
import re


#s1，定位到2020必看片
domain="https://www.dy2018.com"
resp=requests.get(domain,verify=False)#去掉安全验证
resp.encoding='gb2312'#一般网站会告诉你他编码格式，也可以写gbk,如果没有这一句则可能出现乱码
page=resp.text#用page表达一下，方便理解

#三次正则表达式都放到一起写了，也可以写到后面
obj1 = re.compile(r"2020必看热片.*?<ul>(?P<ul>.*?)<ul>",re.S)
obj2 = re.compile(r"<a href='(?P<href>.*?)'",re.S)
obj3 = re.compile(r'◎片　　名　(?P<moviename>.*?)<br />.*?<td '
                  r'style="WORD-WRAP: break-word" bgcolor="#fdfddf"><a href="(?P<dizhi>.*?)"',re.S)
result1=obj1.finditer(page)
for it in result1:#其实只有一个地方能匹配，所以用search也行，不必循环
    ul=it.group("ul")#缩小区间,就算是定位到必看片系列了
    #print(ul)



# s2,从2020必看片中提取到子页面地址
result2=obj2.finditer(ul)#使用缩小后的区间，正则表达式找到子页面链接
child_href_list=[]#准备一个字典存所有子页面
for itt in result2:#拼接子页面的url地址，域名+子页面地址，有的需要拼接有的不需要
    child_href=domain+itt.group("href")#如果有需要可以用.strip("/")把/去掉
    child_href_list.append(child_href)#把子页面链接放到列表里
#print(child_href_list)#，循环往字典添加子页面网站之后可以打印一下看看网址对不对



#s3,进去子页面，拿到迅雷下载链接
for href in child_href_list:
    child_resp=requests.get(href,verify=False)#循环进入子页面并去掉安全验证
    child_resp.encoding = 'gb2312'  #修改编码格式
    page2=child_resp.text           #用page2表示
    result3=obj3.search(page2)      #也是只有一处能匹配，所以search
    print(result3.group("moviename"))
    print(result3.group("dizhi"))

部分结果代码：

疯狂原始人2
magnet:?xt=urn:btih:53735832ac86bf81d0d6ded5ec8476e3181cb36f&dn=[电影天堂www.dytt89.com]疯狂原始人2-2020_BD国英双语中英双字.mp4&tr=http://t.t789.me:2710/announce&tr=http://t.t789.co:2710/announce&tr=http://t.t789.vip:2710/announce
C:\pythonProject2\venv\lib\site-packages\urllib3\connectionpool.py:1013

拆弹专家2
magnet:?xt=urn:btih:1c5596857e6fa9937ba777485d74c9166c4d334d&dn=[电影天堂www.dytt89.com]拆弹专家2-2020_HD国语中字.mp4&tr=http://t.t789.me:2710/announce&tr=http://t.t789.co:2710/announce&tr=http://t.t789.vip:2710/announce
C:\pythonProject2\venv\lib\site-packages\urllib3\connectionpool.py:1013

存在问题：

由于我是小白刚刚上手，所以存在一个问题不知怎么解决：

最后一部电影的正则表达式与前面的不同，不知道这个网页怎么搞的，造成的影响就是原本标记结束的位置无法结束，导致多爬出了一些其他内容。

虽然也包含下载链接，但是不方便阅读，如果有大佬可以帮忙解决一下就好啦！

具体情况：

龙牌之谜</p>
<p>◎年　　代　2019</p>
<p>◎产　　地　中国大陆/俄罗斯</p>
<p>◎类　　别　动作/奇幻/冒险</p>
<p>◎语　　言　俄语/英语/汉语普通话</p>
<p>◎字　　幕　中文字幕</p>
<p>◎上映日期　2019-08-16(中国大陆)</p>
<p>◎豆瓣评分　3.7/10 from 2659 users</p>
<p>◎IMDb评分　4.8/10 from 133 users</p>
<p>◎文件格式　x264 + ACC</p>
<p>◎视频尺寸　1280 x 720</p>
<p>◎文件大小　1476 MB</p>
<p>◎片　　长　120 Mins</p>
<p>◎导　　演　伊哥&middot;斯坦普陈科 Oleg Stepchenko</p>
<p>◎主　　演　成龙 Jackie Chan</p>
<p>　　　　　　阿诺&middot;施瓦辛格 Arnold Schwarzenegger</p>
<p>　　　　　　杰森&middot;弗莱明 Jason Flemyng</p>
<p>　　　　　　姚星彤 Xingtong Yao</p>
<p>　　　　　　马丽 Li Ma</p>
<p>　　　　　　李�� Yu Li</p>
<p>　　　　　　刘智福 Lance Luu</p>
<p>　　　　　　刘智堂 Charles Luu</p>
<p>　　　　　　刘智满 Mark Luu</p>
<p>　　　　　　李萌萌 Mengmeng Li</p>
<p>　　　　　　安娜&middot;邱丽娜 Anna Churina</p>
<p>　　　　　　尤里&middot;科洛科利尼科夫 Yuri Kolokolnikov</p>
<p>　　　　　　巴维尔&middot;沃利亚 Pavel Volya</p>
<p>　　　　　　克里斯托弗&middot;法里班克 Christopher Fairbank</p>
<p>　　　　　　马丁&middot;科勒巴 Martin Klebba</p>
<p>　　　　　　查尔斯&middot;丹斯 Charles Dance</p>
<p>　　　　　　鲁特格尔&middot;哈尔 Rutger Hauer</p>
<p>　　　　　　巴雷特&middot;科茨 Barret Coates</p>
<p>　　　　　　伊戈尔&middot;日日金 Igor Jijikin</p>
<p>　　　　　　娜露潘格慕&middot;柴辛 Narupornkamol Chaisang</p>
<p>　　　　　　安德烈&middot;梅尔兹利金 Andrey Merzlikin</p>
<p>　　　　　　维伦&middot;巴比切夫 Vilen Babichev</p>
<p>　　　　　　��楠塔茬&middot;塔纳潘披散 Sananthachat Thanapatpisal</p>
<p>　　　　　　Peter Rafelson</p>
<p>　　　　　　尼基塔&middot;塔拉索夫 Nikita Tarasov</p>
<p>　　　　　　阿列克谢&middot;彼得鲁欣 Alexey A. Petrukhin</p>
<p>　　　　　　葵咪莎拉&middot;普碟 Kemisara Paladesh</p>
<p>　　　　　　安东尼&middot;加瓦德 Anthony Gavard</p>
<p>　　　　　　马蒂厄&middot;雅克 Mathieu Jaquet</p>
<p>　　　　　　莱安德罗&middot;梅厄&middot;马丁内斯 Leandro Mayor Martinez</p>
<p>◎简　　介</p>
<p>　　电影《龙牌之谜》讲述了古老的东方传说&mdash;&mdash;龙王在睡觉的时候睫毛长到地里能够长出茶叶。龙王把法力封印在龙牌里，并把这种力量赋予了替他照料睫毛的白魔法大师（成龙饰）和他的女儿成兰（姚星彤饰）。邪恶的黑魔法师将白魔法大师和成兰关进了异国监狱，龙王也陷入了沉睡，以茶叶为生的广大村民从此生活在水深火热之中&hellip;&hellip;</p>
<p>◎影片截图
magnet:?xt=urn:btih:a07a71aa3ab251c669ec02cd49bffc1edf90d72f&dn=[电影天堂www.dytt89.com]龙牌之谜BD国英双语中英双字.mp4&tr=http://t.t789.me:2710/announce&tr=http://t.t789.co:2710/announce&tr=http://t.t789.vip:2710/announce

 

 

标签：2710,python,电影,30,tr,href,child,announce,middot
来源： https://blog.csdn.net/tutouprogrammer/article/details/115299190

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。