在爬取網頁信息時，如果在HTML代碼中通過獲取標簽的方式來提取電影的下載地址時，不僅要編寫比較多的代碼，還需要不斷的確認每一層的標簽是否正確，這樣的操作無疑是煩瑣的。如下圖所示。那么通過什么方式既可以減少代碼量，又可以很簡單的提取指定標簽的內容呢？本文將實現通過正則表達式快速獲取電影的下載地址。如果對正則表達式不熟悉的讀者，點擊 此處 學習正則表達式。

在爬取網頁信息的任務中，可以使用正則表達式的方式快速的提取某個標簽內的指定信息，以爬取電影的下載地址為例。本案例需要注意編碼格式的問題，單擊鼠標右鍵，如圖所示查看網頁編碼：

代碼如下：

import reimport requestsdef get_movies(url): # 構造請求頭 headers = { 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/53' '7.36 (KHTML, like Gecko) Chrome/81.0.4044.122 Safari/537.36' } response = requests.get(url, headers=headers) # 發(fā)送請求 response.encoding = 'gb2312' # 設置編碼方式 # 判斷請求是否成功 根據狀態(tài)碼是否等于200來判斷 if response.status_code == 200: # 獲取每個電影詳情頁地址，通過正則表達式提取電影詳情頁地址 # <a href='http://www.cgvv.com.cn/html/gndy/dyzz/20200411/59903.html' rel='external nofollow' class='ulink'>2020年動作《絕地戰(zhàn)警：疾速追擊》BD中英雙字幕</a> movies_info = re.findall(r’<a href='http://www.cgvv.com.cn/bcjs/(.*?)' rel='external nofollow' class='ulink'>’, response.text) # 返回符合表達式規(guī)則的數據列表 print(len(movies_info)) for url in movies_info: # 循環(huán)每個電影的詳情頁地址 info_url = 'https://www.ygdy8.net' + url # 拼接完整地址 # 對電影詳情頁發(fā)送請求 movies_info_response = requests.get(info_url, headers=headers) movies_info_response.encoding = 'gb2312' # 設置編碼方式 # 通過表達式匹配電影的下載地址 download_url = re.findall(r’<a href='http://www.cgvv.com.cn/bcjs/.*?' rel='external nofollow' >(.*?)</a></td>’, movies_info_response.text) print(download_url)if __name__ == ’__main__’: get_movies('https://www.ygdy8.net/html/gndy/dyzz/index.html')

運行結果如下：

[’ftp://ygdy8:[email protected]:8014/陽光電影www.ygdy8.com.名字之歌.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:6015/陽光電影www.ygdy8.com.我仍然相信.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:8018/陽光電影www.ygdy8.com.阿肯色.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:4028/陽光電影www.ygdy8.com.驚天營救.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:8067/陽光電影www.ygdy8.com.狩獵的時間.BD.1080p.韓語中字.mkv’][’ftp://ygdy8:[email protected]:7018/陽光電影www.ygdy8.com.7號房的禮物.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:8017/陽光電影www.ygdy8.com.格蕾特和韓塞爾.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:3028/陽光電影www.ygdy8.com.看不見的女人.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:7067/陽光電影www.ygdy8.com.我們永不言棄.HD.1080p.國語中字.mkv’][’ftp://ygdy8:[email protected]:4026/陽光電影www.ygdy8.com.軍人的妻子.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:6014/陽光電影www.ygdy8.com.匹諾曹.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:4025/陽光電影www.ygdy8.com.葉問4：完結篇.BD.1080p.國粵雙語中字.mkv’][’ftp://ygdy8:[email protected]:3024/陽光電影www.ygdy8.com.節(jié)奏組.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:8013/陽光電影www.ygdy8.com.江湖兒女.BD.1080p.國語中字.mkv’][’ftp://ygdy8:[email protected]:3026/陽光電影www.ygdy8.com.瓊斯先生.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:7013/陽光電影www.ygdy8.com.地球最后的夜晚.BD.1080p.國語中字.mkv’][’ftp://ygdy8:[email protected]:3023/陽光電影www.ygdy8.com.夢幻島.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:4023/陽光電影www.ygdy8.com.擰緊.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:4026/陽光電影www.ygdy8.com.悲慘世界.BD.1080p.法語中字.mkv’][’ftp://ygdy8:[email protected]:4022/陽光電影www.ygdy8.com.真人快打傳奇：蝎子的復仇.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:7016/陽光電影www.ygdy8.com.我的間諜.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:3021/陽光電影www.ygdy8.com.從不，很少，有時，總是.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:4025/陽光電影www.ygdy8.com.絕地戰(zhàn)警：疾速追擊.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:3020/陽光電影www.ygdy8.com.紳士們.BD.1080p.中英雙字幕.mkv’][’ftp://ygdy8:[email protected]:8065/陽光電影www.ygdy8.com.二分之一的魔法.BD.1080p.中英雙字幕.mkv’]1

筆者在這里聲明，筆者寫文章只是為了 學習交流，以及讓更多學習Python基礎的讀者少走一些彎路，節(jié)省時間，并不用做其他用途，如有侵權，聯(lián)系刪除即可。

到此這篇關于Python 通過正則表達式快速獲取電影的下載地址的文章就介紹到這了,更多相關Python 正則表達式下載地址內容請搜索好吧啦網以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網！