【Python爬蟲】第十七次作業(yè)

import requests
import os
from lxml import etree
from multiprocessing import Pool
def get_menu_urls(url):
    req = requests.get(url)
    req.encoding=                                                                                                                                                                                          'gb2312'
    html=req.text
    selector=etree.HTML(html)
    infos=selector.xpath('//div[@class="contain"][1]/ul/li[position()<10]/a')
    url_list=[]
    for info in infos:
        a_text=info.xpath('text()')
        a_href=info.xpath('@href')
        if len(a_text)==0 or a_text[0]=='經(jīng)典影片':
            pass
        else:
            menu_url=url+a_href[0]
            print(a_text[0],menu_url)
            req2 = requests.get(menu_url)
            req2.encoding='gb2312'
            html2=req2.text
            selector2=etree.HTML(html2)
            page_total=selector2.xpath('//div[@class="co_content8"]/div[@class="x"]//text()')[1].split('/')[0].replace('共','').replace('頁','')
            print(page_total)
            list_id=selector2.xpath('//div[@class="co_content8"]/div[@class="x"]//a/@href')[0].replace('2.html','')
            print(list_id)
            for i in range(1,int(page_total)+1):
                right_url=list_id+str(i)
                page_url=menu_url.replace('index',right_url)
                item={}
                item['menu']=a_text[0]
                item['page']=page_url
                url_list.append(item)
    return url_list
def get_source(item):
    page_url = item['page']
    menu_name = item['menu']
    base_dir=os.path.abspath(__file__)
    parent_dir=os.path.dirname(base_dir)
    menu_dir=os.path.join(parent_dir,menu_name)
    print(menu_dir)
    if os.path.isdir(menu_dir):
        pass
    else:
        os.mkdir(menu_dir)
    os.chdir(menu_dir)
    req3=requests.get(page_url)
    req3.encoding='gb2312'
    html3=req3.text
    selector3=etree.HTML(html3)
    infos3=selector3.xpath('//div[@class="co_content8"]//a[@class="ulink"]/@href')
    for info3 in infos3:
        movie_url ='http://www.ygdy8.com' + info3
    req4 = requests.get(movie_url)
    req4.encoding = 'gb2312'
    html4 = req4.text
    selector4 = etree.HTML(html4)
    movie_name = selector4.xpath('//div[@class="title_all"]/h1/font/text()')[0]
    short_name = movie_name.split('《')[1].split('》')[0].replace('/','-')
    file_name = os.path.join(menu_dir, short_name + 'txt')
    with open(file_name,'w',encoding='utf-8') as file:
        movie_sources=selector4.xpath('//td[@style="WORD-WRAP: break-word"]/a/@href')
        if len(movie_sources)>0:
            for movie_source in movie_sources:
                print(page_url, movie_url, movie_name,movie_source)
                file.write(page_url + '\n')
                file.write(movie_name+'\n')
                file.write(movie_source + '\n')
        else:
            pass
if __name__ == '__main__':
    root_url = 'http://www.ygdy8.com'
    url_list=get_menu_urls(root_url)
    p=Pool(4)
    p.map(get_source,url_list)
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末涵叮,一起剝皮案震驚了整個濱河市灰羽,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌运悲,老刑警劉巖垢粮,帶你破解...
    沈念sama閱讀 222,807評論 6 518
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件物喷,死亡現(xiàn)場離奇詭異起宽,居然都是意外死亡职车,警方通過查閱死者的電腦和手機瘫俊,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,284評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來悴灵,“玉大人扛芽,你說我怎么就攤上這事』鳎” “怎么了川尖?”我有些...
    開封第一講書人閱讀 169,589評論 0 363
  • 文/不壞的土叔 我叫張陵,是天一觀的道長茫孔。 經(jīng)常有香客問我叮喳,道長,這世上最難降的妖魔是什么缰贝? 我笑而不...
    開封第一講書人閱讀 60,188評論 1 300
  • 正文 為了忘掉前任馍悟,我火速辦了婚禮,結(jié)果婚禮上剩晴,老公的妹妹穿的比我還像新娘锣咒。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 69,185評論 6 398
  • 文/花漫 我一把揭開白布宠哄。 她就那樣靜靜地躺著壹将,像睡著了一般。 火紅的嫁衣襯著肌膚如雪毛嫉。 梳的紋絲不亂的頭發(fā)上诽俯,一...
    開封第一講書人閱讀 52,785評論 1 314
  • 那天,我揣著相機與錄音承粤,去河邊找鬼暴区。 笑死,一個胖子當著我的面吹牛辛臊,可吹牛的內(nèi)容都是我干的仙粱。 我是一名探鬼主播,決...
    沈念sama閱讀 41,220評論 3 423
  • 文/蒼蘭香墨 我猛地睜開眼彻舰,長吁一口氣:“原來是場噩夢啊……” “哼伐割!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起刃唤,我...
    開封第一講書人閱讀 40,167評論 0 277
  • 序言:老撾萬榮一對情侶失蹤隔心,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后尚胞,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體硬霍,經(jīng)...
    沈念sama閱讀 46,698評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,767評論 3 343
  • 正文 我和宋清朗相戀三年笼裳,在試婚紗的時候發(fā)現(xiàn)自己被綠了唯卖。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,912評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡躬柬,死狀恐怖拜轨,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情允青,我是刑警寧澤撩轰,帶...
    沈念sama閱讀 36,572評論 5 351
  • 正文 年R本政府宣布,位于F島的核電站昧廷,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏偎箫。R本人自食惡果不足惜木柬,卻給世界環(huán)境...
    茶點故事閱讀 42,254評論 3 336
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望淹办。 院中可真熱鬧眉枕,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,746評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至姥宝,卻和暖如春翅萤,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背腊满。 一陣腳步聲響...
    開封第一講書人閱讀 33,859評論 1 274
  • 我被黑心中介騙來泰國打工套么, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人碳蛋。 一個月前我還...
    沈念sama閱讀 49,359評論 3 379
  • 正文 我出身青樓胚泌,卻偏偏與公主長得像,于是被迫代替她去往敵國和親肃弟。 傳聞我的和親對象是個殘疾皇子玷室,可洞房花燭夜當晚...
    茶點故事閱讀 45,922評論 2 361

推薦閱讀更多精彩內(nèi)容