Python 爬虫实例（5）—— 爬取爱奇艺视频电视剧的链接（2017-06-30 10:37）

1. 我们找到  爱奇艺电视剧的链接地址

　　

　　http://list.iqiyi.com/www/2/-------------11-1-1-iqiyi--.html

      我们点击翻页发现爱奇艺的链接是这样的规律

　　http://list.iqiyi.com/www/2/-------------11-2-1-iqiyi--.html

　　http://list.iqiyi.com/www/2/-------------11-3-1-iqiyi--.html

2. 我们分析  http://list.iqiyi.com/www/2/-------------11-1-1-iqiyi--.html    请求过程

　　　　

 

3.最后 粘贴出来代码

# coding:utf-8

import re
import json, time
from bs4 import BeautifulSoup

import sys
reload(sys)
sys.setdefaultencoding('utf-8')

import requests

session = requests.session()

def aiqiyi():

    for i in range(1,2000):
        url = "http://list.iqiyi.com/www/2/-------------11-"+ str(i) +"-1-iqiyi--.html"
        if i == 1:
            Referer = "http://list.iqiyi.com/www/2/-------------11-"+ str(i) +"-1-iqiyi--.html"
        else:
            Referer = "http://list.iqiyi.com/www/2/-------------11-" + str(i-1) + "-1-iqiyi--.html"


        headers = {

                "Host":"list.iqiyi.com",
                "Connection":"keep-alive",
                "Accept":"text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8",
                "Upgrade-Insecure-Requests":"1",
                "User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.75 Safari/537.36",
                "Referer":Referer,
                "Accept-Encoding":"gzip, deflate, sdch",
                "Accept-Language":"zh-CN,zh;q=0.8",
            }

        result = session.get(url=url,headers=headers).text

        soup = BeautifulSoup(result, 'html.parser')
        returnSoup = soup.find_all("div", attrs={"class": "wrapper-piclist"})[0]
        returnSoup1= str(returnSoup).replace('\r\n','').replace('\n','').replace(' ','').replace('"rseat="bigTitle','')

        href_title = re.findall('"data-widget-qidanadd="qidanadd"href="(.*?)"target="_blank"title=".*?"><imgalt="(.*?)"height="236"rseat="dsjp7"src=',str(returnSoup1))

        for i in href_title:
            href = i[0]
            title = i[1]


            href = str(href).split('#')[0]
            headers = {


                        "Connection":"keep-alive",
                        "Accept-Encoding":"gzip, deflate, sdch",
                        "Accept":"text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8",
                        "User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.75 Safari/537.36",
                        "Accept-Language":"zh-CN,zh;q=0.8",
                        "Host":"www.iqiyi.com",
                        "Upgrade-Insecure-Requests":"1",

                    }
            result2 = session.get(url=href,headers=headers).text


            result3 = str(result2).replace('\r\n','').replace('  ','').replace('\n','').replace('    ','').replace(' ','')
            resultre = re.findall('<pclass="site-piclist_info_title"><ahref="(.*?)"rseat="705233_title"target="_blank">(.*?)</a></p>',str(result3))

            for i in resultre:
                print i[0],i[1],"-----------",title

            time.sleep(2000)



aiqiyi()

输出的结果是：

 

C:\Python27\python.exe C:/Users/xuchunlin/PycharmProjects/study/app/project/aiqiyiUrl.py
http://www.iqiyi.com/v_19rr91tio0.html 第1集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr91wki8.html 第2集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr91d9o0.html 第3集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr91c0yg.html 第4集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr90uigk.html 第5集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr90t1gc.html 第6集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8qb2ow.html 第7集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8q9fi4.html 第8集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8pr00c.html 第9集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8p0qdc.html 第10集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8occ3k.html 第11集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8npdfc.html 第12集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8nq9qw.html 第13集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8mzwhw.html 第14集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8n3c9k.html 第15集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8mcd7o.html 第16集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8mczus.html 第17集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8lscsk.html 第18集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8lq2c8.html 第19集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8v32rw.html 第20集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8uhouw.html 第21集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8tpcss.html 第22集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8t439c.html 第23集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8t1sdw.html 第24集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8sgdug.html 第25集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8sjsvc.html 第26集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8rx3j8.html 第27集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8rvxm0.html 第28集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8r96f0.html 第29集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8rdces.html 第30集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8qrzs4.html 第31集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rrdzwrsw.html 第32集 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8qw4r4.html 第33集预告 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8qqp08.html 第34集预告 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr8n78oo.html 第35集预告 ----------- 美味奇缘
http://www.iqiyi.com/v_19rr92rmic.html 第36集预告 ----------- 美味奇缘
1