Python 通過正則表達(dá)式快速獲取電影的下載地址

更新時(shí)間：2020年08月17日 10:33:15 作者：Amo Xiang

這篇文章主要介紹了Python 通過正則表達(dá)式快速獲取電影的下載地址，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

在爬取網(wǎng)頁信息時(shí)，如果在HTML代碼中通過獲取標(biāo)簽的方式來提取電影的下載地址時(shí)，不僅要編寫比較多的代碼，還需要不斷的確認(rèn)每一層的標(biāo)簽是否正確，這樣的操作無疑是煩瑣的。如下圖所示。那么通過什么方式既可以減少代碼量，又可以很簡單的提取指定標(biāo)簽的內(nèi)容呢？本文將實(shí)現(xiàn)通過正則表達(dá)式快速獲取電影的下載地址。如果對(duì)正則表達(dá)式不熟悉的讀者，點(diǎn)擊此處學(xué)習(xí)正則表達(dá)式。

在爬取網(wǎng)頁信息的任務(wù)中，可以使用正則表達(dá)式的方式快速的提取某個(gè)標(biāo)簽內(nèi)的指定信息，以爬取電影的下載地址為例。本案例需要注意編碼格式的問題，單擊鼠標(biāo)右鍵，如圖所示查看網(wǎng)頁編碼：

代碼如下：

import re
import requests


def get_movies(url):
 # 構(gòu)造請(qǐng)求頭
 headers = {
  "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/53"
      "7.36 (KHTML, like Gecko) Chrome/81.0.4044.122 Safari/537.36"
 }
 response = requests.get(url, headers=headers) # 發(fā)送請(qǐng)求
 response.encoding = "gb2312" # 設(shè)置編碼方式
 # 判斷請(qǐng)求是否成功 根據(jù)狀態(tài)碼是否等于200來判斷
 if response.status_code == 200:
  # 獲取每個(gè)電影詳情頁地址，通過正則表達(dá)式提取電影詳情頁地址
  # <a href="/html/gndy/dyzz/20200411/59903.html" rel="external nofollow" class="ulink">2020年動(dòng)作《絕地戰(zhàn)警：疾速追擊》BD中英雙字幕</a>
  movies_info = re.findall(r'<a href="(.*?)" rel="external nofollow" class="ulink">', response.text) # 返回符合表達(dá)式規(guī)則的數(shù)據(jù)列表
  print(len(movies_info))
  for url in movies_info: # 循環(huán)每個(gè)電影的詳情頁地址
   info_url = "https://www.ygdy8.net" + url # 拼接完整地址
   # 對(duì)電影詳情頁發(fā)送請(qǐng)求
   movies_info_response = requests.get(info_url, headers=headers)
   movies_info_response.encoding = "gb2312" # 設(shè)置編碼方式
   # 通過表達(dá)式匹配電影的下載地址
   download_url = re.findall(r'<a href=".*?" rel="external nofollow" >(.*?)</a></td>', movies_info_response.text)
   print(download_url)


if __name__ == '__main__':
 get_movies("https://www.ygdy8.net/html/gndy/dyzz/index.html")

運(yùn)行結(jié)果如下：

['ftp://ygdy8:ygdy8@yg39.dydytt.net:8014/陽光電影www.ygdy8.com.名字之歌.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg90.dydytt.net:6015/陽光電影www.ygdy8.com.我仍然相信.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg18.dydytt.net:8018/陽光電影www.ygdy8.com.阿肯色.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg39.dydytt.net:4028/陽光電影www.ygdy8.com.驚天營救.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg90.dydytt.net:8067/陽光電影www.ygdy8.com.狩獵的時(shí)間.BD.1080p.韓語中字.mkv']
['ftp://ygdy8:ygdy8@yg18.dydytt.net:7018/陽光電影www.ygdy8.com.7號(hào)房的禮物.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg18.dydytt.net:8017/陽光電影www.ygdy8.com.格蕾特和韓塞爾.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg18.dydytt.net:3028/陽光電影www.ygdy8.com.看不見的女人.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg90.dydytt.net:7067/陽光電影www.ygdy8.com.我們永不言棄.HD.1080p.國語中字.mkv']
['ftp://ygdy8:ygdy8@yg18.dydytt.net:4026/陽光電影www.ygdy8.com.軍人的妻子.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg90.dydytt.net:6014/陽光電影www.ygdy8.com.匹諾曹.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg18.dydytt.net:4025/陽光電影www.ygdy8.com.葉問4：完結(jié)篇.BD.1080p.國粵雙語中字.mkv']
['ftp://ygdy8:ygdy8@yg39.dydytt.net:3024/陽光電影www.ygdy8.com.節(jié)奏組.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg39.dydytt.net:8013/陽光電影www.ygdy8.com.江湖兒女.BD.1080p.國語中字.mkv']
['ftp://ygdy8:ygdy8@yg18.dydytt.net:3026/陽光電影www.ygdy8.com.瓊斯先生.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg39.dydytt.net:7013/陽光電影www.ygdy8.com.地球最后的夜晚.BD.1080p.國語中字.mkv']
['ftp://ygdy8:ygdy8@yg39.dydytt.net:3023/陽光電影www.ygdy8.com.夢(mèng)幻島.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg18.dydytt.net:4023/陽光電影www.ygdy8.com.擰緊.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg39.dydytt.net:4026/陽光電影www.ygdy8.com.悲慘世界.BD.1080p.法語中字.mkv']
['ftp://ygdy8:ygdy8@yg18.dydytt.net:4022/陽光電影www.ygdy8.com.真人快打傳奇：蝎子的復(fù)仇.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg18.dydytt.net:7016/陽光電影www.ygdy8.com.我的間諜.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg39.dydytt.net:3021/陽光電影www.ygdy8.com.從不，很少，有時(shí)，總是.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg39.dydytt.net:4025/陽光電影www.ygdy8.com.絕地戰(zhàn)警：疾速追擊.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg39.dydytt.net:3020/陽光電影www.ygdy8.com.紳士們.BD.1080p.中英雙字幕.mkv']
['ftp://ygdy8:ygdy8@yg90.dydytt.net:8065/陽光電影www.ygdy8.com.二分之一的魔法.BD.1080p.中英雙字幕.mkv']
1