import requests
import os
from lxml import etree
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
# print(html2)
selector2=etree.HTML(html2)
page_total=selector2.xpath('//div[@class="co_content8"]/div[@class="x"]//text()')[1].split('/')[0].replace('共','').replace('頁(yè)','')
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)
# print(right_url)
page_url=menu_url.replace('index',right_url)
print(menu_url,right_url,page_url)
url_list.append(page_url)
return url_list
def get_source(url):
# print(len(url_list))
# for page_url in url_list:
req3=requests.get(url)
req3.encoding='gb2312'
html3=req3.text
selector3=etree.HTML(html3)
infos3=selector3.xpath('//div[@class="co_content8"]//a[@class="ulink"]/@href')
# print(len(infos3))
for info3 in infos3:
movie_url='http://www.ygdy8.com'+info3
# print(page_url,moive_url)
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]
movie_source=selector4.xpath('//td[@style="WORD-WRAP: break-word"]/a/@href')[0]
print(page_url,movie_url,movie_name,movie_source)
movie_sources=selector4.xpath('//td[@style="WORD-WRAP: break-word"]/a/@href')
if len(movie_sources)>0:
for movie_source in movie_sources:
print(url, movie_url, movie_name,movie_source)
else:
pass
if __name__ == '__main__':
root_url = 'http://www.ygdy8.com'
url_list=get_menu_urls(root_url)
for page_url in url_list:
get_source(page_url)
【Python爬蟲】第十六次作業(yè)
最后編輯于 :
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
- 文/潘曉璐 我一進(jìn)店門沼撕,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)宋雏,“玉大人芜飘,你說(shuō)我怎么就攤上這事∧プ埽” “怎么了嗦明?”我有些...
- 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)蚪燕。 經(jīng)常有香客問(wèn)我娶牌,道長(zhǎng),這世上最難降的妖魔是什么馆纳? 我笑而不...
- 正文 為了忘掉前任诗良,我火速辦了婚禮,結(jié)果婚禮上鲁驶,老公的妹妹穿的比我還像新娘鉴裹。我一直安慰自己,他們只是感情好钥弯,可當(dāng)我...
- 文/花漫 我一把揭開白布径荔。 她就那樣靜靜地躺著,像睡著了一般脆霎。 火紅的嫁衣襯著肌膚如雪总处。 梳的紋絲不亂的頭發(fā)上,一...
- 那天睛蛛,我揣著相機(jī)與錄音鹦马,去河邊找鬼。 笑死忆肾,一個(gè)胖子當(dāng)著我的面吹牛荸频,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播难菌,決...
- 文/蒼蘭香墨 我猛地睜開眼试溯,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了郊酒?” 一聲冷哼從身側(cè)響起遇绞,我...
- 序言:老撾萬(wàn)榮一對(duì)情侶失蹤键袱,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后摹闽,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體拜姿,經(jīng)...
- 正文 獨(dú)居荒郊野嶺守林人離奇死亡屡谐,尸身上長(zhǎng)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...
- 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)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垒在。...
- 正文 年R本政府宣布徽诲,位于F島的核電站,受9級(jí)特大地震影響吵血,放射性物質(zhì)發(fā)生泄漏谎替。R本人自食惡果不足惜,卻給世界環(huán)境...
- 文/蒙蒙 一蹋辅、第九天 我趴在偏房一處隱蔽的房頂上張望钱贯。 院中可真熱鬧,春花似錦侦另、人聲如沸秩命。這莊子的主人今日做“春日...
- 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)硫麻。三九已至,卻和暖如春樊卓,著一層夾襖步出監(jiān)牢的瞬間拿愧,已是汗流浹背。 一陣腳步聲響...
- 正文 我出身青樓唾戚,卻偏偏與公主長(zhǎng)得像柳洋,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子叹坦,可洞房花燭夜當(dāng)晚...
推薦閱讀更多精彩內(nèi)容
- def test(n): x=int(n)//4*6 y=int(n)%4 if y==0: return x e...
- 直接上圖熊镣, 感覺好蠢。。求更方便的辦法绪囱。测蹲。 # 10.第十次 Python函數(shù)再練習(xí) # 被2或者被3整除的正整數(shù)...