python实现的爬取电影下载链接功能示例

本文实例讲述了python实现的爬取电影下载链接功能。分享给大家供大家参考，具体如下：

#!/usr/bin/python
#coding=UTF-8
import sys
import urllib2
import os
import chardet
from bs4 import BeautifulSoup
reload(sys)
sys.setdefaultencoding("utf-8")
#从电影html页面中获取视频下载地址
def get_movie_download_url(html):
 soup=BeautifulSoup(html,'html.parser')
 fixed_html=soup.prettify()
 td=soup.find('td',attrs={'style':'WORD-WRAP: break-word'})
 url_a=td.find('a')
 url_a=url_a.string
 return url_a
#从电影html页面中获取电影标题
def get_movie_title(html):
 soup=BeautifulSoup(html,'html.parser')
 fixed_html=soup.prettify()
 title=soup.find('h1')
 title=title.string
 return title
#访问url，返回html页面
def get_html(url):
 req=urllib2.Request(url)
 req.add_header('User-Agent','Mozilla/5.0')
 response=urllib2.urlopen(url)
 html=response.read()
 return html
#从电影列表页，获取电影的url，拼接好，存到列表后返回
def get_movie_list(url):
 m_list = []
 html = get_html(url)
 soup=BeautifulSoup(html,'html.parser')
 fixed_html=soup.prettify()
 a_urls=soup.find_all('a',attrs={'class':'ulink'})
 host = "http://www.ygdy8.net"
 for a_url in a_urls:
   m_url=a_url.get('href')
   m_list.append(host+m_url)
 return m_list
#存入txt文件
def file_edit(wr_str):
 f1 = open(r'e:\down_load_url.txt','a')
 f1.write(wr_str)
 f1.close()
#传入电影url的列表集合，获取下载地址，并写入文件
def write_to_txt(a_urls):
 for a_url in a_urls:
   html=get_html(a_url)
   html=html.decode('GBK')
   write_title=get_movie_title(html)
   write_url=get_movie_download_url(html)
   file_edit(write_title+"\n")
   file_edit(write_url+"\n")
   file_edit("\n")
#传入页数，返回这几页的url列表
def get_pages_url(num):
 urls_list = []
 url="http://www.ygdy8.net/html/gndy/dyzz/list_23_"
 for n in range(1,num+1):
   new_url = url+str(n)+".html"
   urls_list.append(new_url)
 return urls_list
if __name__=='__main__':
 pages = 2 #打算爬取几页电影
 p_url = get_pages_url(pages)
 for i in p_url:
   write_to_txt(get_movie_list(i))#执行写入
 print "done"

希望本文所述对大家Python程序设计有所帮助。

来源：https://blog.csdn.net/zhizunyu2009/article/details/77854655