做网站要花多少钱,做网站ps笔记本电脑,网站建设方案 规划,阿里云服务器使用教程一、定义函数获取列表页的内容页地址 get_movie_links() 1、定义列表的地址 2、打开url地址#xff0c;获取数据 3、解码获取到的数据 4、使用正则得到所有的影片内容也地址 4.1 遍历#xff0c;取出内容页地址 4.2 拼接内容页地址 4.3 打开内容页地址 4.4 获… 一、定义函数获取列表页的内容页地址 get_movie_links() 1、定义列表的地址 2、打开url地址获取数据 3、解码获取到的数据 4、使用正则得到所有的影片内容也地址 4.1 遍历取出内容页地址 4.2 拼接内容页地址 4.3 打开内容页地址 4.4 获取数据并读取 4.5 解码内容页数据得到html内容页文本 4.6 使用正则获取下载地址的连接 4.7 把影片信息和下载链接保存到字典中 4.8 返回字典 二、主函数 main 1、调用 get_movie_list() 得到字典 2、遍历字典将内容保存到本地CSV文件中 一、定义函数获取列表页的内容页的地址get_movie_links()
1、定义列表地址https://www.ygdy8.net/html/gndy/dyzz/list_23_1.html
2、打开url1地址获取数据
3、解码获取到的数据
4、使用正则得到所有影片内容页的地址二、主函数import urllib.request
import re
import csvdef get_movie_links():# 1、定义列表地址https: // www.ygdy8.net / html / gndy / dyzz / list_23_1.htmlfilm_list_url https://www.ygdy8.net/html/gndy/dyzz/list_23_1.html# 2、打开url1地址获取数据response_list urllib.request.urlopen(film_list_url)# 通过read读取网络资源数据response_list_data response_list.read()# 3、解码获取到的数据response_list_text response_list_data.decode(gbk)# 4、使用正则得到所有影片内容页的地址# 使用findall()查找影片内容对应地址url_list re.findall(ra href\(.*)\ class\ulink\(.*)/a, response_list_text)# 定义字典保存电影信息films_dict {}# 保存地址[(/html/gndy/dyzz/20240514/64980.html, 2024年科幻动作《哥斯拉大战金刚2帝国崛起》BD中英双字),……]# 定义变量记录电影条数i 1# 循环遍历列表得到每个电影的地址for content_url, film_name in url_list:# 拼接目标电影地址content_url https://www.ygdy8.net/ content_url# 打开每一部电影的内容页地址response_content urllib.request.urlopen(content_url)# 接收内容页的html二进制信息response_content_data response_content.read()# 解码得到内容页的文本内容response_content_text response_content_data.decode(gbk)# 取出下载内容页地址# print(response_content_text)result re.search(rhref\(.*?)\strongfont style\BACKGROUND-COLOR: #ff9966\font color\#0000ff\[font size\4\]*(.*?)/font,response_content_text)# 将信息保存到字典中films_dict[film_name] result.group(1)print(f已经获取{i}条信息)i 1return films_dictdef main():films_dict get_movie_links()# 定义CSV文件名csv_file_name films.csv# 打开文件进行写入with open(csv_file_name, w, newline, encodingutf-8) as csvfile:# 定义CSV文件的列名fieldnames [film_name, film_link]# 创建csv writer对象writer csv.DictWriter(csvfile, fieldnamesfieldnames)# 写入列名行writer.writeheader()# 遍历字典并写入数据行for film_name, film_link in films_dict.items():writer.writerow({film_name: film_name, film_link: film_link})print(f数据已成功保存到当前目录下的{csv_file_name})if __name__ __main__:main()注意没有涉及代理只是对正则表达式的练习应用可能在爬取过程中被封禁ip,建议设置延时缓慢爬取或自己开启代理 否则慎用……
