python如何爬取电影并下载
这篇文章给大家分享的是有关python如何爬取电影并下载的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。
一、概述
对于一个宅男,喜欢看电影,每次打开电影网站,各种弹出的广告,很是麻烦,还是要自己去复制下载链接到迅雷上粘贴并下载,这个过程中还有选择困难症;这一系列的动作让人甚是不爽,不如有下好的,点着看就好了;作为一个python爱好者,结合对爬虫的一点小了解,于是周末花了点时间用python写了一个爬取某电影网站上的最新电影板块;
思路:
爬虫针对某电影网站,收集电影名,下载链接,评分,等信息;当天更新的电影,特别的打印出来;同时通过评分调用迅雷下载,当然先判断下,是否已经下载过了,再决定是否下载;然后,就是可以看了~
本次版本是基于python3.x下通过,在windows上才能调用迅雷~linux平台只能获取相关信息!
python安装和相关的模块安装这里不讲述,如有不明白请留言我~
jupyter上运行如下:
二、代码
废话不多说上代码吧~
# coding:utf-8 # version 20181027 by san import re,time,os from urllib import request from lxml import etree # python xpath 单独使用导入是这样的 import platform import ssl ssl._create_default_https_context = ssl._create_unverified_context # 取消全局证书 #爬虫电影之类 class getMovies: def __init__(self,url,Thuder): ''' 实例初始化 ''' self.url = url self.Thuder = Thuder def getResponse(self,url): url_request = request.Request(self.url) url_response = request.urlopen(url_request) return url_response #返回这个对象 def newMovie(self): ''' 获取最新电影 下载地址与url ''' http_response = self.getResponse(webUrl) #拿到http请求后的上下文对象(HTTPResponse object) data = http_response.read().decode('gbk') #print(data) #获取网页内容 html = etree.HTML(data) newMovies = dict() lists = html.xpath('/html/body/div[1]/div/div[3]/div[2]/div[2]/div[1]/div/div[2]/div[2]/ul/table//a') for k in lists: if "app.html" in k.items()[0][1] or "最新电影下载" in k.text: continue else: movieUrl = webUrl + k.items()[0][1] movieName = k.text.split('《')[1].split("》")[0] newMovies[k.text.split('《')[1].split("》")[0]] = movieUrl = webUrl + k.items()[0][1] return newMovies def Movieurl(self,url): ''' 获取评分和更新时间 ''' url_request = request.Request(url) movie_http_response = request.urlopen(url_request) data = movie_http_response.read().decode('gbk') if len(re.findall(r'豆瓣评分.+?.+users',data)): # 获取评分;没有评分的返回null pingf = re.findall(r'豆瓣评分.+?.+users',data)[0].split('/')[0].replace("\u3000",":") else: pingf = "豆瓣评分:null" desc = re.findall(r'简\s+介.*',data)[0].replace("\u3000","").replace('<br />',"").split("src")[0].replace('&ldquo',"").replace('&rdquo',"").replace('<img border="0"',"") times = re.findall(r'发布时间.*',data)[0].split('\r')[0].strip() # 获取影片发布时间 html = etree.HTML(data) murl = html.xpath('//*[@id="Zoom"]//a') for k in murl: for l in k.items(): if "ftp://" in l[1]: print return l[1],times,pingf,desc def check_end(self,fiename,path): ''' 检测文件是否下载完成 ''' return os.path.exists(os.path.join(save_path,fiename)) def check_start(self,filename): ''' 检测文件是否开始下载 ''' cache_file = filename+".xltd" return os.path.exists(os.path.join(save_path,cache_file)) def DownMovies(self,name,url): ''' windows下载 ''' PlatForm = platform.system() print("即将下载的电影是:%s" %name) if PlatForm == "Windows": try: print(r'"{0}" "{1}"'.format(self.Thuder,url)) os.system(r'"{0}" {1}'.format(self.Thuder,url)) except Exception as e: print(e) else: print("当前系统平台不支持") def Main(self): ''' 最终新电影存储在字典中 ''' NewMoveis = dict() Movies = self.newMovie() # 获取电影的字典信息 for k,v in Movies.items(): NewMoveis[k] = self.Movieurl(v),v return NewMoveis def NewMoives(self): ''' 查看已经获取到的电影信息 ''' Today = time.strftime("%Y-%m-%d") print("今天是:%s" %Today) Movies = self.Main() print("最近的 %s 部新电影:" % len(Movies.keys())) for k,v in Movies.items(): # print(v[0][1].split(":")[0]) if Today in v[0][1].split(":")[0]: print("++++++++++++++++今天刚更新++++++++++++++:","\n",k,"-->",v,"\n") else: print("========================================") print(k,"-->",v,"\n") if __name__ == '__main__': # 以下依据您个人电影迅雷的相关信息填写即可 save_path="O:\迅雷下载" # 电影下载保存位置 (需要填写) Thuder = "O:\Program\Thunder.exe" #Thuder: 迅雷Thuder.exe路径 (需要填写) webUrl = 'http://www.dytt8.net' # 电影网站 test = getMovies(webUrl,Thuder) # 实例化 test.NewMoives() Movies = test.Main() for k,v in Movies.items(): movies_name = v[0][0].split('/')[3] socre = v[0][2].split(":")[1] check_down_status = test.check_end(movies_name,save_path) # print(check_down_status) if check_down_status: print("电影: %s 已经下载" %movies_name) continue elif socre == 'null': continue elif float(socre) > 7.0: print(movies_name,socre) test.DownMovies(k,v[0][0]) time.sleep(10)
注意:以上代码是针对windows平台下,迅雷版本为非极速版本,本次使用的是9.14 如图:
另外需要勾选以下配置项,否则程序调用迅雷下载时会有提示框:
程序运行效果如图:
再看下O盘 下载的目录:
至此自动获取最新电影并下载指定评分电影完成~ 再也不用担心选择困难了,下好看就行了~
感谢各位的阅读!关于“python如何爬取电影并下载”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!