使用re爬取电影天堂

2022-01-13 16:02:40 阅读：134 来源： 互联网

import requests
import re
import csv

domain='https://dytt89.com'
list_dapian=[]
# resp=requests.get(domain，verify=False) 讲课是老师使用了verify=False，应该是python版本不同，我的没有效果反而更好
resp=requests.get(domain)
resp.encoding='gb2312'
# print(resp.text)

f=open('href.csv',mode='w')

# 截取2021必看区,根据网页更新修改。有可能是2022、2023或者更久的

find_t=re.compile(r'2022必看热片.*?<ul>(?P<li>.*?)</ul>',re.S)
find_href=re.compile(r"<a href='(?P<href>.*?)'",re.S)
find_dp=re.compile(r'<h1>.*?《(?P<movie_name>.*?)》.*?</h1></div>'
                   r'.*?<a href="(?P<movie_url>.*?)"',re.S)#《》这个符号是中文的，否则匹配不到

result=find_t.finditer(resp.text)

for it in result:
    ul=it.group("li")

# 获取2021必看链接
req_href=find_href.finditer(ul)
for itt in req_href:
    dapian=(domain+itt.group('href'))
    list_dapian.append(dapian)



# 通过链接找到每个下载地址
for dp_url in list_dapian:
    req_dp_t = requests.get(dp_url)
    req_dp_t.encoding = 'gb2312'
    # print(req_dp_t.text)
    req_dp_down = find_dp.finditer(req_dp_t.text)
    for d in  req_dp_down:
        print(d.group("movie_name"))
        print(d.group("movie_url"))

标签：resp,req,爬取,re,href,天堂,find,dp
来源： https://www.cnblogs.com/xiaoyaoren/p/15796628.html

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。

ICode9

使用re爬取电影天堂