[懒人福利]用Python进行[阳光电影网站]下载资源的搜索

#!/usr/bin/env python
#encoding:utf-8

import requests
from bs4 import BeautifulSoup
import urllib
import sys
import re

# 解决编码错误问题
reload(sys)  
sys.setdefaultencoding('utf8') 

'''
阳光电影模块
'''

# config-start
modelName = "阳光电影"
url = "http://www.ygdy8.com"
keyword = sys.argv[1]
keywordURLencode = urllib.quote(keyword.decode(sys.stdin.encoding).encode('gbk')) # 将查询关键字进行URL编码
searchUrl = "http://s.dydytt.net/plus/search.php?kwtype=0&searchtype=title&keyword=" + keywordURLencode
# config-end

def getContent(url):
    headers = {
        'Accept' : 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
        'Accept-Encoding' : 'gzip, deflate, sdch',
        'Accept-Language' : 'zh-CN,zh;q=0.8,en;q=0.6',
        'Cache-Control' : 'max-age=0',
        'Cookie' : 'PHPSESSID=075a0c375495ba59fdb2b8d3d3280113',
        'Host' : 's.dydytt.net',
        'Proxy-Connection' : 'keep-alive',
        'Referer' : 'http://www.ygdy8.com/',
        'Upgrade-Insecure-Requests' : '1',
        'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36'
    }
    response = requests.get(url)
    response.encoding = 'gb2312' # 设置相应体的字符集
    return response.text


def getResultNumber(soup):
    td = soup.find("td",width="50")
    a = td.find("a")['href']
    totalResult = str(a).split("&")[-2]
    return int(totalResult.split("=")[1])

def getPageNumber(resultNumber):
    return int((resultNumber / 10)) + 1

def getResultDic(soup):
    results = []
    tables = soup.findAll("table", border='0', width='100%')[1:]
    for table in tables:
        # 获取结果标题
        temptitle = str(table.find("a"))
        temptitle = temptitle.replace("<font color=\"red\">","")
        temptitle = temptitle.replace("</font>","")
        temp = temptitle.split(">")
        title = temp[1].split("<")[0]
        # 获取结果描述
        tempdescribe = str(table.find("td", colspan="3", height="56"))
        tempdescribe = tempdescribe.replace("<font color=\"red\">","")
        tempdescribe = tempdescribe.replace("</font>","")
        temp = tempdescribe.split(">")
        describe = temp[1].split("<")[0]
        # 获取页面详细地址
        src = url + table.find("a")['href']
        # 参考DOM节点 : td style="WORD-WRAP: break-word" bgcolor="#fdfddf"
        newContent = getContent(src)
        newSoup = BeautifulSoup(newContent, "html.parser")
        newtd = newSoup.find("td", style="WORD-WRAP: break-word", bgcolor="#fdfddf")
        downloadLink = newtd.find("a")['href']
        result = {
            "title":title,
            "describe":describe,
            "downloadLink":downloadLink
        }
        results.append(result)
        print "单条数据获取成功 !"
    return results

# 首先根据第一个页面获取总页面数
content = getContent(searchUrl)
soup = BeautifulSoup(content, "html.parser")
resultNumber = getResultNumber(soup)
pageNumber = getPageNumber(resultNumber)


print "查询结果数 :", resultNumber
print "总页面数量 :", pageNumber

print "正在获取第 1 页的结果" 
results = getResultDic(soup)
print "该页所有结果获取成功 !"

for page in range(1, pageNumber):
    print "正在获取第",(page + 1),"页的结果" 
    searchUrl = "http://s.dydytt.net/plus/search.php?kwtype=0&searchtype=title&keyword=" + keyword + "&PageNo=" + str(page + 1)
    content = getContent(searchUrl)
    soup = BeautifulSoup(content, "html.parser")
    results += getResultDic(soup)
    print "该页所有结果获取成功 !"

# 格式化显示数据 : 
for result in results:
    file = open(modelName + "-" + keyword + ".txt","a+")
    file.write("---------------------------\n")
    file.write("标题 : " + result['title'] + "\n")
    file.write("描述 : \n\t" + result['describe'] + "\n")
    file.write("下载地址 : \n\t" + result['downloadLink'] + "\n")
    file.write("\n")
    file.close()

最后编辑于
©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 216,001评论 6 498
  • 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 92,210评论 3 392
  • 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 161,874评论 0 351
  • 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 58,001评论 1 291
  • 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 67,022评论 6 388
  • 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 51,005评论 1 295
  • 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 39,929评论 3 416
  • 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 38,742评论 0 271
  • 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 45,193评论 1 309
  • 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 37,427评论 2 331
  • 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 39,583评论 1 346
  • 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 35,305评论 5 342
  • 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 40,911评论 3 325
  • 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 31,564评论 0 21
  • 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 32,731评论 1 268
  • 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 47,581评论 2 368
  • 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 44,478评论 2 352

推荐阅读更多精彩内容