抓取L4d2地图信息

程序用途:从 www.orangetage.com/map/ 获取指定页数的所有地图的信息 储存到txt文件
效果演示

# -*- coding: utf-8 -*-
# Version: Python 3.9.5
# Author: TRIX
# Date: 2021-09-07 21:22:40
# Use: 从http://www.orangetage.com/map/获取指定页数的所有地图的信息 储存到txt文件
from logging import basicConfig,DEBUG,debug,CRITICAL,disable # Import debugging module
#disable(CRITICAL)# Remove # when the program is completed
basicConfig(level=DEBUG, format='%(levelname)s: %(message)s. [%(lineno)d]%(filename)s <%(asctime)s>',filename='debug.log',filemode='w')# Set debugging mode. Replace print() with debug()

import  requests,bs4
def get_html(page):#获取每页的html
    pages_list=[]
    #判断页数类型
    if '-' in page:#如果页数类似 12-32
        pages_list.extend(page.split('-'))
        for n in range(int(pages_list[0])+1,int(pages_list[-1])):
            pages_list.insert(1,n)
    else:pages_list.append(page)#如果页数类似 15

    #页数转页面源代码
    #如果第一页是1 且只有一页
    if pages_list[0]=='1' and len(pages_list)==1:
        pages_list[0]=requests.get('http://www.orangetage.com/map/index.html')
    #如果第一页是1 且不只一页
    elif pages_list[0]=='1' and len(pages_list)!=1:
        pages_list[0]=requests.get('http://www.orangetage.com/map/index.html')
        for i,e in enumerate(pages_list[1:],1):
            pages_list[i]=requests.get('http://www.orangetage.com/map/{}.html'.format(e))
    #如果第一页不是1 且只有一页
    elif pages_list[0]!='1' and len(pages_list)==1:
        pages_list[0]=requests.get('http://www.orangetage.com/map/{}.html'.format(pages_list[0]))
    #如果第一页不是1 且不只一页
    elif pages_list[0]!='1' and len(pages_list)!=1:
        for i,e in enumerate(pages_list,0):
            pages_list[i]=requests.get('http://www.orangetage.com/map/{}.html'.format(e))

    #设置编码格式
    for i,n in enumerate(pages_list):
        #print(pages_list[i].apparent_encoding)#网页编码格式 得知是gbk
        pages_list[i].encoding='gbk'#设置编码为gbk
        pages_list[i]=pages_list[i].text

    return pages_list

def get_map(page):#寻找地图
    pages_list=get_html(page)
    #debug(len(pages_list))#记录调试日志
    map_url_list=[]
    #寻找页面里的地图url
    for i,n in enumerate(pages_list):
        pages_list[i]=bs4.BeautifulSoup(n,'lxml').select('div[class="list_img"] > a')#处理html 寻找 <div class="list_img"> 里的 <a>
        for x,url_tag in enumerate(pages_list[i]):
            map_url_list.append(url_tag.get('href'))#寻找 <a> 里的 url
    #debug(pages_list)
    page_count=1
    map_count=1

    map_list=['' for map_i,n in enumerate(map_url_list)]#地图所有相关信息 组成列表
    #寻找地图页面里的地图信息 和 下载地址
    for map_i,n in enumerate(map_url_list):
        map_url_list[map_i]=requests.get(n)
        map_url_list[map_i].encoding='gbk'
        map_url_list[map_i]=map_url_list[map_i].text#获得地图html
        map_list[map_i]+='------第{}页-第{}个地图------\n'.format(page_count,map_count)
        map_count+=1
        if map_count==9:
            map_count=1
            page_count+=1

        #获取地图信息
        map_info_list=bs4.BeautifulSoup(map_url_list[map_i],'lxml').select('span[style="font-family:微软雅黑;"]')#寻找 <span style="font-family:微软雅黑;"> 里的地图信息
        if len(map_info_list)!=1:
            map_list[map_i]+='地图简介:'
        for info_i,info_tag in enumerate(map_info_list):
            map_info_list[info_i]=info_tag.text.replace('\r\n','\n')#处理地图信息
            map_list[map_i]+=map_info_list[info_i]+'\n'

        #获取地图下载地址
        map_link_list=bs4.BeautifulSoup(map_url_list[map_i],'lxml').select('ul[class="l xz_a wrap blue"] > li > a')#寻找 <ul class="l xz_a wrap blue"> 里的 <li> 里的 <a>
        #debug(map_link_list)
        for link_i,url_tag in enumerate(map_link_list):
            map_list[map_i]+=url_tag.text+':'
            map_list[map_i]+=url_tag.get('href')+'\n'#添加下载地址到map_list对应元素
        map_list[map_i]+='\n\n'

    with open('l4d2_maps_info.txt','w',encoding='utf-8') as f:#写入txt
        f.write('在第{}页一共找到{}个地图\n\n\n'.format(page,len(map_url_list)))
        for map_i,n in enumerate(map_url_list):
            f.write(map_list[map_i])

get_map('18-25')

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,907评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,987评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,298评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,586评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,633评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,488评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,275评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,176评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,619评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,819评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,932评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,655评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,265评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,871评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,994评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,095评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,884评论 2 354

推荐阅读更多精彩内容