用Python爬取影視網站，直接解析播放地址。

記錄時刻！

寫這個爬蟲主要是想讓本身的爬蟲實用，把腳本放到了服務器，成爲可隨時調用的接口。

 

思路算是沒思路吧！把影視名帶上去請求影視網站，而後解析出咱們須要的播放地址。

 

我也把本身的接口分享出來。接口適應手機版，可在QQ打開。（http://hh52.cn:6600/zyw/zxdy/?s=參數）使用方法：get的請求方式，參數處填要搜索的影視名。

另外提醒：廉價服務器，儘可能本身掛，若是服務器頂不住會考慮本身用。

 

放到服務器，用flask框架作web對接。代碼不是很規範。

須要裝這幾個模塊。

1 import requests,re
2 from flask import Flask
3 from flask import request

主代碼。

 1 @app.route('/zyw/zxdy/')
 2 def bwzy_pc():  #傳進來的這個值是要搜索影視名
 3     value=request.args.get('s')
 4     zztj='''<script type="text/javascript">var cnzz_protocol = (("https:" == document.location.protocol) ? " https://" : " http://");document.write(unescape("%3Cspan id='cnzz_stat_icon_1274386182'%3E%3C/span%3E%3Cscript src='" + cnzz_protocol + "s22.cnzz.com/z_stat.php%3Fid%3D1274386182%26show%3Dpic1' type='text/javascript'%3E%3C/script%3E"));</script>'''
 5     url="http://www.baiwanzy.com/index.php?m=vod-search"
 6     data={'wd':value,'submit':'search'}
 7     headers={'Referer':'http://www.baiwanzy.com/index.php?m=vod-search','User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'}
 8     try:
 9         req=(requests.post(url=url,data=data,headers=headers).text).encode('ISO-8859-1').decode('utf-8')   #以post提交數據
10         re_url=re.findall('<div class="xing_vb">.*?<ul>.*?<li>.*?<a href="(.*?)".*?</ul>.*?</div>',req,re.S)[0]  #比配搜索到的第一個連接
11         url_b='http://www.baiwanzy.com'
12         if(re_url==url_b):
13             return ('嗷，竟然沒有找到！換個短的關鍵詞試試！')   #若是沒有搜索結果則返回這個
14         else:
15             url_2=url_b+re_url     #拼接第二個URL
16             req_url_2=(requests.get(url_2).text).encode('ISO-8859-1').decode('utf-8')    #以get的方式請求源碼
17             re_pm=re.findall('<div class="vodh">.*?<h2>(.*?)</h2>.*?<span>(.*?)</span>',req_url_2,re.S)[0][0]   #比配片名
18             re_lj=re.findall('<div class="vodplayinfo">.*?<ul>(.*?)</ul>.*?</div>',req_url_2,re.S)[0]  #比配播放連接
19             re_lj=re_lj.strip()  #去掉中先後的空白符
20             re_mb=re.findall('<li>.*?/>(.*?)</li>',re_lj,re.S)   #對數據進行最後的清洗
21             r=1
22             html=''
23             for i in re_mb:
24                 re_i=re.findall('.*?http(.*)',i,re.S)[0]     #考慮以後決定這裏再比配一次連接
25                 htm='第%d集<a href="http%s">http%s</a><br>'%(r,re_i,re_i)            #這裏拼接超連接
26                 r=r+1
27                 html=html+htm
28             return re_pm+'<br>'+html+zztj
29     except:return '啥？出現未知錯誤。'    #當爬蟲出現錯誤時返回這個
30  
31  
32  
33 if __name__ == '__main__':
34     app.run (port='6600',host='0.0.0.0')   #