import requests
import os
from lxml import etree
def get_menu_urls(url):
req = requests.get(url)
req.encoding='gb2312'
html=req.text
selector=etree.HTML(html)
infos=selector.xpath('//div[@class="contain"][1]/ul/li[position()<10]/a')
url_list=[]
for info in infos:
a_text=info.xpath('text()')
a_href=info.xpath('@href')
if len(a_text)==0 or a_text[0]=='經典影片':
pass
else:
menu_url=url+a_href[0]
print(a_text[0],menu_url)
req2 = requests.get(menu_url)
req2.encoding='gb2312'
html2=req2.text
# print(html2)
selector2=etree.HTML(html2)
page_total=selector2.xpath('//div[@class="co_content8"]/div[@class="x"]//text()')[1].split('/')[0].replace('共','').replace('頁','')
print(page_total)
list_id=selector2.xpath('//div[@class="co_content8"]/div[@class="x"]//a/@href')[0].replace('2.html','')
print(list_id)
for i in range(1,int(page_total)+1):
right_url=list_id+str(i)
# print(right_url)
page_url=menu_url.replace('index',right_url)
print(menu_url,right_url,page_url)
url_list.append(page_url)
return url_list
def get_source(url):
# print(len(url_list))
# for page_url in url_list:
req3=requests.get(url)
req3.encoding='gb2312'
html3=req3.text
selector3=etree.HTML(html3)
infos3=selector3.xpath('//div[@class="co_content8"]//a[@class="ulink"]/@href')
# print(len(infos3))
for info3 in infos3:
movie_url='http://www.ygdy8.com'+info3
# print(page_url,moive_url)
req4 = requests.get(movie_url)
req4.encoding = 'gb2312'
html4 = req4.text
selector4 = etree.HTML(html4)
movie_name = selector4.xpath('//div[@class="title_all"]/h1/font/text()')[0]
movie_source=selector4.xpath('//td[@style="WORD-WRAP: break-word"]/a/@href')[0]
print(page_url,movie_url,movie_name,movie_source)
movie_sources=selector4.xpath('//td[@style="WORD-WRAP: break-word"]/a/@href')
if len(movie_sources)>0:
for movie_source in movie_sources:
print(url, movie_url, movie_name,movie_source)
else:
pass
if __name__ == '__main__':
root_url = 'http://www.ygdy8.com'
url_list=get_menu_urls(root_url)
for page_url in url_list:
get_source(page_url)
【Python爬蟲】第十六次作業
最后編輯于 :
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
- 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
- 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
- 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
推薦閱讀更多精彩內容
- def test(n): x=int(n)//4*6 y=int(n)%4 if y==0: return x e...
- 直接上圖, 感覺好蠢。。求更方便的辦法。。 # 10.第十次 Python函數再練習 # 被2或者被3整除的正整數...