python岂止于强大,22行代码实现资源大咖,抓取整站最新资源!

python岂止于强大,22行代码实现资源大咖,抓取整站最新资源!

 

利用Python去爬了某个资源网,主要是爬最新的资源。经过测试,只要是用相同模板的网站都可以爬。

其实很多网站都差不多,随便写个正则想爬什么都可以。我已经把脚本挂到服务器了,调用接口就可以得到我们爬取的内容。

学习Python中有不明白推荐加入交流群号:
前面548中间377后面875
群里有志同道合的小伙伴,互帮互助,
群里有不错的学习教程!

python岂止于强大,22行代码实现资源大咖,抓取整站最新资源!

 

我把自己的接口发出来,大家如果有需要可以用:(私信小编007获取大量python学习资料)

http://hh52.cn:6600/zyw/ziyuan/

(希望不是很多人用,不然我9块5的服务器是挺不住的)

代码可以看看,都写有注释,有很多可以拓展的,有时间我也还拓展。

import requests,time,re #一共三个模块,没装的先装
#学习群号码前面548中间377后面875
def zyw():
while(True):
url='https://www.525zyw.com/' #爬的网站URL
html=requests.get(url).text #获取网站的首页源代码
re_url=re.findall('<li class="column half"><div class="lbbt_c00">(.*?)</div>.*?</li>',html,re.S) #比配最新资源
list_r=''
for i in re_url:
tiem=re.findall('.*?>(.*?)</span>.*?',i,re.S)[0] #这里的四个正则主要是进一步的提取我们需要的东西
src=re.findall('.*?<img src="(.*?)"/>.*?',i,re.S)[0] #
href=re.findall('.*?<a href="(.*?)".*?',i,re.S)[0]
title=re.findall('.*?title="(.*?)".*?',i,re.S)[0]
res='<span style="font-weight: bold;">%s</span><img src="%s%s"/> <a href="%s%s" title="%s" style="color:#000000;" target="_blank">%s</a><br>'%(tiem,url,src,url,href,title,title)
list_r=list_r+res #经过上面的拼接,这里是所有的内容加入一个字符串
f=open('./templates/zyw.html','w') #打开文件
f.write(list_r) #把字符串写入文件
f.close()
time.sleep(3600) #这里是每隔1个小时去爬一次,测试时先注释掉

if __name__ == '__main__':
zyw() #调用

效果展示:

python岂止于强大,22行代码实现资源大咖,抓取整站最新资源!

猜你喜欢

转载自www.cnblogs.com/kongshouyisuiyue/p/9594384.html
今日推荐