亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb

首頁 > 編程 > Python > 正文

基于python實現的抓取騰訊視頻所有電影的爬蟲

2020-01-04 17:31:15
字體:
來源:轉載
供稿:網友
這篇文章主要介紹了用python實現的抓取騰訊視頻所有電影的爬蟲,這個程序使用芒果存, 所以大家需要下載使用mongodb才可以
 

我搜集了國內10幾個電影網站的數據,里面近幾十W條記錄,用文本沒法存,mongodb學習成本非常低,安裝、下載、運行起來不會花你5分鐘時間。

# -*- coding: utf-8 -*-# by awakenjoys. my site: www.dianying.atimport reimport urllib2from bs4 import BeautifulSoupimport string, timeimport pymongo NUM  = 0   #全局變量,電影數量m_type = u''  #全局變量,電影類型m_site = u'qq' #全局變量,電影網站 #根據指定的URL獲取網頁內容def gethtml(url): req = urllib2.Request(url)  response = urllib2.urlopen(req)  html = response.read() return html #從電影分類列表頁面獲取電影分類def gettags(html): global m_type soup = BeautifulSoup(html)  #過濾出分類內容 #print soup #<ul class="clearfix _group" gname="mi_type" gtype="1"> tags_all = soup.find_all('ul', {'class' : 'clearfix _group' , 'gname' : 'mi_type'}) #print len(tags_all), tags_all #print str(tags_all[1]).replace('/n', '')  #<a _hot="tag.sub" class="_gtag _hotkey" href="http://v.qq.com/list/1_0_-1_-1_1_0_0_20_0_-1_0.html" re_tags = r'<a _hot=/"tag/.sub/" class=/"_gtag _hotkey/" href=/"(.+?)/" p = re.compile(re_tags, re.DOTALL)  tags = p.findall(str(tags_all[0])) if tags:  tags_url = {}  #print tags  for tag in tags:   tag_url = tag[0].decode('utf-8')   #print tag_url   m_type = tag[1].decode('utf-8')   tags_url[m_type] = tag_url      else:   print "Not Find" return tags_url #獲取每個分類的頁數def get_pages(tag_url): tag_html = gethtml(tag_url) #div class="paginator soup = BeautifulSoup(tag_html)  #過濾出標記頁面的html #print soup #<div class="mod_pagenav" id="pager"> div_page = soup.find_all('div', {'class' : 'mod_pagenav', 'id' : 'pager'}) #print div_page #len(div_page), div_page[0]  #<a class="c_txt6" href="http://v.qq.com/list/1_2_-1_-1_1_0_24_20_0_-1_0.html" re_pages = r'<a class=.+?><span>(.+?)</span></a>' p = re.compile(re_pages, re.DOTALL) pages = p.findall(str(div_page[0])) #print pages if len(pages) > 1:  return pages[-2] else:  return 1   def getmovielist(html): soup = BeautifulSoup(html)  #<ul class="mod_list_pic_130"> divs = soup.find_all('ul', {'class' : 'mod_list_pic_130'}) #print divs for div_html in divs:  div_html = str(div_html).replace('/n', '')  #print div_html  getmovie(div_html)  def getmovie(html): global NUM global m_type global m_site  #<h6 class="caption"> <a href="http://www.tudou.com/albumcover/Z7eF_40EL4I.html" target="_blank"  re_movie = r'<li><a class=/"mod_poster_130/" href=/"(.+?)/" target=/"_blank/" p = re.compile(re_movie, re.DOTALL) movies = p.findall(html) if movies:  conn = pymongo.Connection('localhost', 27017)  movie_db = conn.dianying  playlinks = movie_db.playlinks  #print movies  for movie in movies:   #print movie   NUM += 1   print "%s : %d" % ("=" * 70, NUM)   values = dict(    movie_title = movie[1],    movie_url = movie[0],    movie_site  = m_site,    movie_type  = m_type    )   print values   playlinks.insert(values)   print "_" * 70   NUM += 1   print "%s : %d" % ("=" * 70, NUM)  #else: # print "Not Find" def getmovieinfo(url): html = gethtml(url) soup = BeautifulSoup(html)  #pack pack_album album_cover divs = soup.find_all('div', {'class' : 'pack pack_album album_cover'}) #print divs[0]  #<a href="http://www.tudou.com/albumplay/9NyofXc_lHI/32JqhiKJykI.html" target="new" re_info = r'<a href=/"(.+?)/" target=/"new/" p_info = re.compile(re_info, re.DOTALL) m_info = p_info.findall(str(divs[0])) if m_info:  return m_info else:  print "Not find movie info"  return m_info  def insertdb(movieinfo): global conn movie_db = conn.dianying_at movies = movie_db.movies movies.insert(movieinfo) if __name__ == "__main__": global conn  tags_url = "http://v.qq.com/list/1_-1_-1_-1_1_0_0_20_0_-1_0.html" #print tags_url tags_html = gethtml(tags_url) #print tags_html tag_urls = gettags(tags_html) #print tag_urls   for url in tag_urls.items():  print str(url[1]).encode('utf-8') #,url[0]  maxpage = int(get_pages(str(url[1]).encode('utf-8')))  print maxpage   for x in range(0, maxpage):   #http://v.qq.com/list/1_0_-1_-1_1_0_0_20_0_-1_0.html   m_url = str(url[1]).replace('0_20_0_-1_0.html', '')   movie_url = "%s%d_20_0_-1_0.html" % (m_url, x)   print movie_url   movie_html = gethtml(movie_url.encode('utf-8'))   #print movie_html   getmovielist(movie_html)   time.sleep(0.1)
 

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb
色偷偷av亚洲男人的天堂| 国产精彩精品视频| 日韩最新中文字幕电影免费看| 中文字幕精品国产| 日本精品久久久久影院| 国产成人免费av| 色偷偷888欧美精品久久久| 久久精品国产一区二区三区| 亚洲视频网站在线观看| 亚洲成人免费网站| 亚洲男人的天堂网站| 亚洲视频视频在线| 国产精品自产拍在线观看中文| 国产成人精品在线视频| 欧美极品欧美精品欧美视频| 午夜精品久久久久久久久久久久久| 热久久这里只有| 97精品免费视频| 狠狠躁18三区二区一区| 欧美激情一区二区三区成人| 国产mv久久久| 中文字幕亚洲无线码在线一区| 日韩av在线导航| 国产日韩一区在线| 久久久国产一区| 国产主播欧美精品| 国产精品电影观看| 欧美激情在线播放| 国产精品久久久久免费a∨大胸| 97色在线观看免费视频| 久久人91精品久久久久久不卡| 国产精品黄视频| 亚洲国产又黄又爽女人高潮的| 久久亚洲电影天堂| 成人欧美在线观看| 国产啪精品视频网站| 国产精品视频资源| 亚洲最大的免费| 成人性教育视频在线观看| 亚洲精品国偷自产在线99热| 成人网址在线观看| 国产精品视频久| 精品少妇一区二区30p| 亚洲精美色品网站| 亚洲国内精品视频| 精品亚洲va在线va天堂资源站| 九九热r在线视频精品| 日本高清视频精品| 国产精品久久久久久久久影视| 国产成人精品av在线| 久久视频在线观看免费| 久久久精品免费视频| 亚洲欧美制服另类日韩| 久久人人爽人人| 亚洲视频日韩精品| 久久久免费观看| 国产精品老女人精品视频| 欧美日韩综合视频网址| 国产97在线亚洲| 精品视频一区在线视频| 成人免费大片黄在线播放| 欧美xxxx18国产| 日韩在线一区二区三区免费视频| 精品无人区乱码1区2区3区在线| 亚洲free嫩bbb| 欧美性猛交xxxx富婆弯腰| 国产精品视频导航| 97在线视频精品| 日韩大片在线观看视频| 国产视频欧美视频| 久久久久女教师免费一区| 中文字幕久久亚洲| 性色av一区二区三区在线观看| 日韩有码视频在线| 日韩专区在线观看| 91av在线影院| 亚洲黄色成人网| 欧美精品一区三区| 中文国产亚洲喷潮| 亚洲日本中文字幕| 国产精品免费电影| 精品成人av一区| 91国内产香蕉| 久久久亚洲网站| 国产午夜精品美女视频明星a级| 性欧美激情精品| 国产精品一区二区久久| 欧美野外wwwxxx| 精品久久久久久久久久久久久久| 成人福利网站在线观看11| 国产在线高清精品| 亚洲精品美女在线观看播放| 亚洲free嫩bbb| 538国产精品一区二区免费视频| 国产精品嫩草影院久久久| 日韩av高清不卡| 97精品在线观看| 俺去啦;欧美日韩| 国产91露脸中文字幕在线| 亚洲视频专区在线| 精品国产31久久久久久| 亚洲国产精品久久91精品| 国产在线久久久| 精品久久久久久亚洲国产300| 日韩欧美亚洲一二三区| 97av在线影院| 日本aⅴ大伊香蕉精品视频| 国产在线观看精品一区二区三区| 欧美黄色片在线观看| 热久久免费国产视频| 97人人爽人人喊人人模波多| 日韩中文第一页| 欧美成人精品在线视频| 国产精品美乳一区二区免费| 国产精品色悠悠| 欧美一级片一区| 国内精品久久久久久久| 亚洲免费中文字幕| 国产一区二中文字幕在线看| 欧美在线观看网站| 亚洲国产成人精品女人久久久| 亚洲a成v人在线观看| 国产精品久久久久久久7电影| 亚洲a区在线视频| 日韩激情视频在线| 欧美最猛黑人xxxx黑人猛叫黄| 久久亚洲精品毛片| 国产精品入口日韩视频大尺度| 欧美亚洲日本网站| 米奇精品一区二区三区在线观看| 亚洲a一级视频| 欧美电影免费播放| 日韩av电影院| 亚洲国产精品一区二区久| 亚洲美女性视频| 欧美疯狂性受xxxxx另类| 在线看片第一页欧美| 国产日本欧美视频| 91久久精品一区| 亚洲激情视频在线观看| 亚洲天堂男人天堂女人天堂| 国产精品av在线播放| 欧美精品www| 亚洲欧洲高清在线| 国产美女精品免费电影| 欧美疯狂做受xxxx高潮| 日韩精品在线免费观看| 全亚洲最色的网站在线观看| 欧美成人免费网| 国产精品第2页| 欧美大片在线看| 国产精品久久久久久av福利软件| 久久av在线看| 国产精品丝袜久久久久久高清| 97欧美精品一区二区三区| 97久久精品在线| 富二代精品短视频| 欧美日韩亚洲精品一区二区三区| 亚洲第一精品久久忘忧草社区| 国产精品久久久久久久久借妻| 久久精品电影网| 最近中文字幕mv在线一区二区三区四区| 欧美日韩视频在线| 亚洲第一天堂av|