Python3：基于正则匹配实现的电影爬虫
先上源码：# -*- coding: UTF-8 -*-
#Author:MercuryYe
import re
import urllib.request
def getlink(url):
#模拟浏览器请求，防止IP被拉入黑名单
headers = ("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/38.0.2125.122 Safari/537.36 SE 2.X MetaSr 1.0")
opener = urllib.request.build_opener()
opener.addheaders =
#将opener设置为全局使用
urllib.request.install_opener(opener)
file = urllib.request.urlopen(url)
data = str(file.read())
#构造正则表达式来搜索内容
pat = '<a href="(http://www..*?|http://goudidiao.com.*?)"'
link = re.compile(pat).findall(data)
link = list(set(link))
return link
movie = input("输入电影名称：")
print('请稍等，正在搜索中......')
#将汉字转化为URL编码，避免字符报错
movie = urllib.parse.quote(movie)
url = "http://ifkdy.com/?q="+movie
url = str(url)
linklist = getlink(url)
print('----------------------------Result-----------------------------')
for link in linklist:
print("观看地址："+link)
print('PS：任一观看地址都可以观看哦～')
实现思路：基于正则匹配获取<a>标签href属性中的链接
mengsiyiren 发表于 2018-8-13 14:33
需要在Linux里运行？
Windows系统下下载Python3
根据教程配置Python3路径
然后在cmd（命令提示符）中cd进脚本所在目录
Python3 脚本名称即可 吾爱看雪 发表于 2018-8-14 23:48
感觉正则表达式好难啊。。。
哈哈哈，其实还是多加以练习，有些时候那些文档光让我背我也背不完，所以还是要多用，用得多了自己就能理解了 需要在Linux里运行？
mengsiyiren 发表于 2018-8-13 14:33
需要在Linux里运行？
这是python源代码 下载一个就好了 期待更多python干货！ music984 发表于 2018-8-13 15:13
期待更多python干货！
感谢关注，以后会长期更新python的相关内容的 c0ld 发表于 2018-8-13 15:13
Windows系统下下载Python3
根据教程配置Python3路径
然后在cmd（命令提示符）中cd进脚本所在目录
谢谢您的解释，了解了 Seven_2017 发表于 2018-8-13 14:37
这是python源代码 下载一个就好了
好的，谢谢 有教程？在哪呢？。。
感觉正则表达式好难啊。。。
页:
[1]
2