一键下载电影

佛系编程人

发布于 2019-08-14 14:26:17

1.1K0

发布于 2019-08-14 14:26:17

文章被收录于专栏：佛系编程人佛系编程人

目录

背景
知识点
确定目标
分析目标
代码实操
效果检验
街舞视频

背景

学编程是为啥？偷懒呗~有时候去豆瓣看到比较感兴趣的或者想看朋友文字推荐的电影，就得打开电影网站获取电影的下载链接，然后用迅雷下载观看，我觉得挺麻烦的。当然要是在线观看就是另外一回事了。我喜欢下载下来看，不会卡不会有广告，贼舒服~

知识点

requests：属于第三方模块，是一个关于网络请求的对象，通过方法 get() 或者 post() 模拟浏览器向服务器获取数据

pyperclip：也是第三方模块，有 copy() 和 paste() 两个函数。前者是复制内容到计算机的剪切板上，那后者就是将剪切板的内容粘贴到计算机上

quote：将数据转换为网址格式的函数，需从 urllib.request 模块中导入

BeautifulSoup：是一个用于解析网页和提取数据的对象，使用前需安装 beautifulsoup4 模块，但导入该模块时使用 bs4 代替。该对象需要输入两个参数：一是文本格式的网页源代码，二是解析网页需要用到的解析器（比较常用的：html.parser 或者 lxml）。该对象可以用方法 find() 或者 findall() 获取网页标签对象（tag）, 提取标签的数据可以在 tag 后使用 text 或 ['标签内代表链接的属性'] 两个属性

encode：将unicode 编码转换成其他编码的字符串，如str2.encode('gb2312')，表示将 unicode 编码的字符串 str2 转换成 gb2312 编码

decode：将其他编码的字符串转换成unicode编码，如str1.decode('gb2312')，表示将gb2312编码的字符串str1转换成unicode编码

try...except...：用于异常处理。try 从句中包含程序运行过程中可能会出错的语句，except 从句中是当 try 从句中发生错误后所要执行的语句

确定目标

本次爬取的网站是：阳光电影（‘ http://s.ygdy8.com ’），原因是它没有反爬措施，容易抓取数据，资源相对丰富，关键是资源免费，适合练手

我们要实现的效果是：通过复制一个电影名，运行程序后会自动复制并输出该电影的下载链接或其他的反馈信息，达到快速下载电影的效果

分析目标

首先打开网站，进入到如下界面：

然后我们在搜索框中输入并搜索 ‘ 飞驰人生 ’ 这部电影，看看网址会有什么变化

通过两张图的对比，可以发现原网址 ‘ http://s.ygdy8.com ’ 变成了 ‘ http://s.ygdy8.com/plus/so.php?typeid=1&keyword=%B7%C9%B3%DB%C8%CB%C9%FA ’

现在我们可以知道，要向服务器请求该界面的前提是需要提交 typeid 和 leyword 的值

那我们来找找这两个参数有神马规律

再搜索个 ‘兄弟班 ’ 试试？

网址是：‘ http://s.ygdy8.com/plus/so.php?typeid=1&keyword=%D0%D6%B5%DC%B0%E0’

通过两个网址的对比，可以知道参数 typeid 的值是不变的，keyword 是关键字的意思，那应该就是我们搜索的电影名，不过是十六进制的网址格式，所以待会需要用函数 quote() 转换一下

继续~

我们知道这个网址的规律后，就可以用 requests 模块下载这个网页来获取我们需要的第二个网址--进入电影信息界面的跳转网址。但也有可能在这里没有这个电影资源，那肯定找不到这个网址，所以待会写代码的时候就要有个提示信息。

刚好 ‘ 飞驰人生 ’这部是有的，所以现在一起来提取数据吧~

按 f12 打开我们的开发者工具，按照我上图中的步骤操作，找到数据在网页源代码中的位置。

我们发现我们需要的数据被包含在一个标签为 div ，属性 class 的值为‘ co_content8 ’下的 a 标签中，并且是属性为 ‘ href ’ 的值。不过为了防止还有其他 a 标签，我们还是先获取 ul 标签，再获取 a 标签，因为里面只包含一个 a 标签（我怎么知道？因为我傻傻的检查过了。。）

通过代码获取到该链接后，再用 requests 下载该链接，获取到的网页的界面如下：

拉到下图位置，并再次打开开发者工具，重复之前在网页源代码中寻找数据的步骤

我们发现我们需要的数据被包含在一个标签为 div 且 id 属性为 ‘ zoom’ 的节点内，具体是标签为 'a' 内。这里的 tbody 也是为了防止受到其他 ‘ a ’ 标签的影响。最后通过代码提取这个下载链接就可以了。

好，分析过程已经结束了，现在开始写代码吧~

代码实操

import requests,pyperclip
from urllib.request import quote
from bs4 import BeautifulSoup
name= pyperclip.paste()
gbk_name= name.encode('gbk')
find_url= f'http://s.ygdy8.com/plus/so.php?typeid=1&keyword={quote(gbk_name)}'
req= requests.get(find_url)
bs= BeautifulSoup(req.text,'html.parser')
try:
  tag= bs.find('div',class_='co_content8')
  link= 'https://www.ygdy8.com'+tag.find('ul').find('a')['href']
  req_download= requests.get(link).content.decode('gbk')
  bs_download= BeautifulSoup(req_download,'html.parser')
  download_link= bs_download.find('div',id='Zoom').find('tbody').find('a').text
  pyperclip.copy(download_link)
  print(f'已复制下载链接：{download_link}')
  input('')
except:
  print('''
    出现这种情况可能有两种原因：
    1、本网站无该资源
    2、需复制完整的电影名称
    ''')
  input('') #可以解决运行程序一闪而过的问题

如果运行程序前先打开迅雷，会更快哦~~

检验效果

复制图中的 ‘飞驰人生’，运行程序后复制并输出了该电影的下载链接