python爬取百思不得姐网站视频：http://www.budejie.com/video/
新建一个py文件，代码如下：
|
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
31
32
33
34
35
|
#!/usr/bin/python# -*- coding: UTF-8 -*-import urllib,re,requests
import sys
reload(sys)
sys.setdefaultencoding(\'utf-8\')
url_name = [] #url name
def get():
#获取源码
hd = {"User-Agent":"Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36"}
url = \'http://www.budejie.com/video/\'
html = requests.get(url,headers=hd).text
url_content = re.compile(r\'(<div class="j-r-list-c">.*?</div>.*?</div>)\',re.S) #编译
url_contents = re.findall(url_content,html) #匹配
for i in url_contents:
#匹配视频
url_reg = r\'data-mp4="(.*?)"\' #视频地址
url_items = re.findall(url_reg,i)
#print url_items
if url_items: #判断视频是否存在
name_reg = re.compile(r\'<a href="/detail-.{8}?.html">(.*?)</a>\',re.S)
name_items = re.findall(name_reg,i)
#print name_items[0]
for i,k in zip(name_items,url_items):
url_name.append([i,k])
print i,k
for i in url_name: #i[1]=url i[0]=name
urllib.urlretrieve(i[1],\'video\\%s.mp4\' % (i[0].decode(\'utf-8\')))
if __name__ == "__main__":
get()
|
在 py 文件下新建一个 video 文件夹，执行后结果如下：
在 video 文件夹可以看到下载好的视频
注意报错：
UnicodeEncodeError: \'ascii\' codec can\'t encode characters in position 0-9: ordinal not in range(128)
解决：
import sys
reload(sys)
sys.setdefaultencoding(\'utf-8\')
转载：http://blog.51cto.com/xiaogongju/2061754