python爬虫爬网站的视频和图片
环境：centos6.5 python2.6.6 http://www.budejie.com/（ 纯属测试，并无恶意 ）
网站分析：
我们点视频按钮 可以看到url是：http://www.budejie.com/video/
接着我们点开网页源码，看下面之处
接着我们把那个下面画红线的链接点开，可以看到是个视频。
下面我进行相似的操作点图片按钮，可以看到链接：http://www.budejie.com/pic/
接着我们点开网页源码。
相同操作，我们点开链接：
基本上就是这么个套路，也就用了python的两个模块 一个urllib 一个re正则
效果图：
这个是我爬下来的图片
这个是我爬下来的视频
这个是我把Linux上的视频拖一下到Windows上给大家看效果。
下面直接上代码！！！
爬视频的代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import urllib,re
def geturl():
html = urllib.urlopen("http://www.budejie.com/video/").read()
reg = r'data-mp4="(.*?)"'
return re.findall(reg,html)
for page in range(1,100):
for i in geturl():
print i #i是视频的链接地址
video = urllib.urlopen(i).read()
fwc = open('./video/%s' %i.split('/')[-1],'wb')
fwc.write(video)
fwc.close()
爬图片的代码
# -*- coding:utf-8 -*-
import urllib,re
def geturl():
html = urllib.urlopen("http://www.budejie.com/pic/").read()
reg = r'data-original="(.*?)"'
return re.findall(reg,html)
for page in range(1,100):
for i in geturl():
print i #i是图片的链接地址
video = urllib.urlopen(i).read()
fwc = open('./picture/%s' %i.split('/')[-1],'wb')
fwc.write(video)
fwc.close()
页:
[1]