【Python爬虫】爬阳光电影网全站

import requests
from lxml import etree
import re

def get_cate_info(url):
    res = requests.get(url)
    res.encoding = 'gb2312'
    html = res.text
    selector = etree.HTML(html)
    infos = selector.xpath('//div[@class="contain"]/ul/li/a')  # 类目名称
    # print(len(infos))
    del infos[-1]
    del infos[-1]
    del infos[-1]
    del infos[-1]
    # print(len(infos))
    for info in infos:
        name = info.xpath('text()')[0]
        url = 'http://www.ygdy8.com' + info.xpath('@href')[0]
        # print(name, url)
        get_movie_url(url,name)


def get_movie_url(url,cate_name):
    res = requests.get(url)
    res.encoding = 'gb2312'
    all_page = re.findall('共(.*?)页',res.text)
    kind = re.findall('<option value=\'(list_.*?_).*?',res.text)
    # print(all_page)
    # print(kind)

    if len(all_page)>0:
        #使用split函数以'/'切片获取最后一个,用rstrip函数删除,加上kind获取的字符串
        kind_url = url.rstrip(url.split('/')[-1]) + str(kind[0])
        # print(kind_url)
        for page in range(1,int(all_page[0])+1):#遍历所有的页数
            page_url = kind_url + str(page) + '.html'
            # print(page_url)
            resp = requests.get(page_url)
            resp.encoding = 'gb2312'
            html = resp.text
            # print(html)
            selector = etree.HTML(html)
            infos = selector.xpath('//table[@class="tbspan"]//a[@class="ulink"]')

            for info in infos:
                moview_url = 'http://www.ygdy8.com' + info.xpath('@href')[0]
                # print(moview_url)
                # print(cate_name)
                moview_name = info.xpath('text()')[0]
                get_movie_source(moview_url,url,cate_name,moview_name)
                # print(" 类别:{} \n 名字:{} \n 地址:{} \n ".format(cate_name, moview_name, moview_url))

def get_movie_source(moview_url,cate_url,cate_name,moview_name):
    new_res = requests.get(moview_url)
    new_res.encoding = 'gb2312'
    new_html = new_res.text
    new_select = etree.HTML(new_html)
    source_text = new_select.xpath('//tbody//tr/td/a/text()')[0]
    print(" 类别:{} \n 名字:{} \n 地址:{} \n 迅雷下载地址:{} \n".format(cate_name, moview_name, moview_url, source_text))



if __name__ == '__main__':
    url = "http://www.ygdy8.com/"
    get_cate_info(url)

在这个方法里get_cate_info 删掉了4个元素是因为后边的收藏本站,加入主页,游戏下载,高分经典也在这个里边,所以删掉了他们四个

屏幕快照 2017-08-04 下午3.14.56.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,596评论 18 139
  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 171,446评论 25 707
  • Date:2016-9-21update:2016-9-30By:Black Crow 前言: 终于进入到网络页面...
    black_crow阅读 849评论 0 2
  • @纯银 微博中写道对人人都是产品经理 这句话的理解: 人人都应该学习产品经理的思维方式,来提升自己的专业能力。 随...
    哒OiO哒阅读 3,843评论 1 10
  • 在我很小的时候,家里就有很多“无用”的东西,比如唐三彩的马,一直站在冰箱上;过生日收到的礼物--十二生肖的精致摆件...
    玫瑰上海阅读 532评论 0 0