电影天堂爬虫

本文将介绍如何使用Python进行网络爬虫,抓取电影天堂网站上的最新电影资源链接,涉及requests、BeautifulSoup等库的使用,以及网页动态加载的处理技巧。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

from lxml import etree
import requests
BASE_DOMIN = "http://dytt8.net"

url = "http://dytt8.net/html/gndy/dyzz/list_23_1.html"

headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.96 Safari/537.36'
        }


def get_detail_urls(url):
    response = requests.get(url, headers=headers)
    #response.text
    #response.content
    #requests库,默认会使用自己猜测的编码方式将
    #抓取下来的网页进行编码,然后存储到 text属性上去
    # 在电影天堂的网页中,因为编码方式,requests库猜错了,所以会产生乱码
    #print(response.text)
    #print(response.content.decode("gbk"))
    print(response.encoding)
    text = response.text
    html = etree.HTML(text)
    details_urls = html.xpath(".//table[@class='tbspan']//a/@href")
    details_urls = map(lambda url:BASE_DOMIN+url, details_urls)
    return details_urls

def parse_detail_page(url):
    movie = {}
    response = requests.get(url, headers=headers)
    text = response.content.decode("gbk")
    html = etree.HTML(tex
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值