python爬虫torrentkitty的种子
2015-06-19 17:02
901 查看
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
差不多爬了10页就这样了。。。。
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。。。。
相关文章推荐
- 机器学习算法与Python实践之(三)支持向量机(SVM)进阶
- 机器学习算法与Python实践之(二)支持向量机(SVM)初级
- gettext模块实现Python国际化支持 推荐
- python+Eclipse+pydev环境搭建
- python从字符串内取两个符号之间的内容
- python之封包 (转)
- python动态加载模块(reload)
- Python、Unicode和中文
- python中的*arg **kwargs
- Python性能鸡汤
- Python性能鸡汤
- python调用word报错,提示“服务器运行失败”,现已解决
- Python的不定长参数研究
- python判断字符串
- python datetime对象转时间戳
- python替换html实体的方法
- python 的对象序列化/反序列化
- python替换html实体的方法
- python 的对象序列化/反序列化
- python 获取一个字符串所有大小写的情况