python爬虫torrentkitty的种子
话不多说上源代码,只要把lxml的库安装下就好了
这个程序完全是解放双手,而且没有弹窗网页等困扰
__author__ = 'JianqingJiang' # -*- coding: utf-8 -*- import urllib2 from lxml import etree import os pre_url ='http://www.torrentkitty.org/search/tokyohot/' os.chdir('/Users/JianqingJiang/Downloads/') def steve(page_num,file_name): url = pre_url + str(page_num) print url ht = urllib2.urlopen(url).read() content = etree.HTML(ht.lower().decode('utf-8')) mags = content.xpath("//a[@rel='magnet']") with open(file_name,'a') as p: # '''Note''':Append mode, run only once! for mag in mags: p.write("%s \n \n"%(mag.attrib['href'])+"\n") ##!!encode here to utf-8 to avoid encoding print "%s \n \n"%(mag.attrib['href']) for page_num in range(0,10): print (page_num) steve(page_num, 'steve.txt')
差不多爬了10页就这样了。。。。
本文分享了一个Python爬虫程序,用于自动化从TorrentKitty网站抓取种子信息,无需手动操作,避免了弹窗网页等不便。该程序依赖lxml库,目前已实现抓取10页的数据。
43

被折叠的 条评论
为什么被折叠?



