用Python爬取影视网站，直接解析播放地址。

最新推荐文章于 2025-06-23 10:16:45 发布

寒心烟雨情

最新推荐文章于 2025-06-23 10:16:45 发布

阅读量6.1k

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/qq_35224441/article/details/94417071

本文介绍了一个简单的爬虫应用案例，通过Python爬取指定影视网站的资源，并将其封装为可调用的接口。文章详细展示了如何利用requests和正则表达式抓取网页数据，同时介绍了使用Flask框架搭建Web服务的过程。

记录时刻！

写这个爬虫主要是想让自己的爬虫实用，把脚本放到了服务器，成为可随时调用的接口。

思路算是没思路吧！把影视名带上去请求影视网站，然后解析出我们需要的播放地址。

我也把自己的接口分享出来。接口适应手机版，可在QQ打开。（http://hh52.cn:6600/zyw/zxdy/?s=参数）使用方法：get的请求方式，参数处填要搜索的影视名。

另外提醒：廉价服务器，尽量自己挂，如果服务器顶不住会考虑自己用。

放到服务器，用flask框架做web对接。代码不是很规范。

需要装这几个模块。

1 import requests,re
2 from flask import Flask
3 from flask import request

主代码。

 1 @app.route('/zyw/zxdy/')
 2 def bwzy_pc():  #传进来的这个值是要搜索影视名
 3     value=request.args.get('s')
 4     zztj='''<script type="text/javascript">var cnzz_protocol = (("https:" == document.location.protocol) ? " https://" : " http://");document.write(unescape("%3Cspan id='cnzz_stat_icon_1274386182'%3E%3C/span%3E%3Cscript src='" + cnzz_protocol + "s22.cnzz.com/z_stat.php%3Fid%3D1274386182%26show%3Dpic1' type='text/javascript'%3E%3C/script%3E"));</script>'''
 5     url="http://www.baiwanzy.com/index.php?m=vod-search"
 6     data={'wd':value,'submit':'search'}
 7     headers={'Referer':'http://www.baiwanzy.com/index.php?m=vod-search','User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'}
 8     try:
 9         req=(requests.post(url=url,data=data,headers=headers).text).encode('ISO-8859-1').decode('utf-8')   #以post提交数据
10         re_url=re.findall('<div class="xing_vb">.*?<ul>.*?<li>.*?<a href="(.*?)".*?</ul>.*?</div>',req,re.S)[0]  #比配搜索到的第一个链接
11         url_b='http://www.baiwanzy.com'
12         if(re_url==url_b):
13             return ('嗷，居然没有找到！换个短的关键词试试！')   #如果没有搜索结果则返回这个
14         else:
15             url_2=url_b+re_url     #拼接第二个URL
16             req_url_2=(requests.get(url_2).text).encode('ISO-8859-1').decode('utf-8')    #以get的方式请求源码
17             re_pm=re.findall('<div class="vodh">.*?<h2>(.*?)</h2>.*?<span>(.*?)</span>',req_url_2,re.S)[0][0]   #比配片名
18             re_lj=re.findall('<div class="vodplayinfo">.*?<ul>(.*?)</ul>.*?</div>',req_url_2,re.S)[0]  #比配播放链接
19             re_lj=re_lj.strip()  #去掉中前后的空白符
20             re_mb=re.findall('<li>.*?/>(.*?)</li>',re_lj,re.S)   #对数据进行最后的清洗
21             r=1
22             html=''
23             for i in re_mb:
24                 re_i=re.findall('.*?http(.*)',i,re.S)[0]     #考虑之后决定这里再比配一次链接
25                 htm='第%d集<a href="http%s">http%s</a><br>'%(r,re_i,re_i)            #这里拼接超链接
26                 r=r+1
27                 html=html+htm
28             return re_pm+'<br>'+html+zztj
29     except:return '啥？出现未知错误。'    #当爬虫出现错误时返回这个
30  
31  
32  
33 if __name__ == '__main__':
34     app.run (port='6600',host='0.0.0.0')   #