即不充值影视Vip，也不去电影院，为何Python爬虫师是这种人？

Posted 2020-12-03 q1613161916

 

Python多线程爬取电资源的迅雷下载地址，可以再写一个迅雷下载程序进去，不过不建议这样，因为这样所占的内存太大了。

也许有些对Python爬虫并不是很了解的朋友，来此看小编的博文得不到收获，那么我先介绍一下爬虫的原理。

无数的网页地址（url）编织成一张网，称之为网络。爬虫工作时会精心选取一些URL作为起点，从这些起点出发，抓取并解析所抓取到的页面，将页面中所需要的信息提取出来，同时获得的新的URL插入到队列中作为下一次爬取的起点。这样不断地循环，直到获取你想得到的所有的信息。

 

此Python爬虫程序实现第一步，分析电影天堂网站的首页结构。

 

解析首页地址 提取分类信息

 

在此函数中，第一步就是把网页的html源码下载下来，由XPath解析出其中的菜单分类信息，并创建相应的文件目录。

 

解析每个分类的主页

 

打开所有分类的首页可以看到全部有一个相同的结构，首先解析出包含资源URL的节点，然后将名称和URL提取出来。

 

解析资源地址保存到文件中

 

把提取出来的信息保存到一个文件夹中即可，为了能够提高爬虫程序的运行效率，利用了Python多线程进行抓取，在此为所有的分类主页各开辟了一个线程，极大地提升爬虫的效率。

 

爬取的结果

文件夹分类

 

文本地址与对应的电影名称

 

打开后得到文本地址

 

Python全部代码

 

但是我还是得说一声，爬虫的核心为爬取所能看到的东西，就是说别人没有公布的是不能看到的。要充值影视VIP才可以爬取VIP电影，这点是没法改变的，我们能做的只有借一个账号，一次性爬取完保存。