Python 實(shí)現(xiàn)自動獲取種子磁力鏈接方式
因?yàn)槲议e來無事,所以準(zhǔn)備找一部電影來看看。 然后我找到了種子搜索網(wǎng)站,可是這類網(wǎng)站的彈窗廣告太多,搞得我很煩。所以我就想著自己用python寫一個自動獲取磁力鏈接的腳本。
整個大概寫了半個小時(shí)。
代碼如下
import requests import re from bs4 import BeautifulSoup url="*種子的網(wǎng)站*/" header={ "Accept":"text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8", "Accept-Encoding":"gzip, deflate", "Accept-Language":"zh-CN,zh;q=0.8", "Cache-Control":"max-age=0", "Connection":"keep-alive", "Content-Length":"65", "Content-Type":"application/x-www-form-urlencoded", "Host":"btkitty.bid", "Origin":"*種子的網(wǎng)站*", "Referer":"*種子的網(wǎng)站*/", "Upgrade-Insecure-Requests":"1", "User-Agent":"Mozilla/5.0 (Windows NT 10.0.14393; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2950.5 Safari/537.36" } while True: word=input("輸入搜索關(guān)鍵詞:") data={ "keyword":word, "hidden":"true" } res=requests.post(url,data=data,headers=header) bs=BeautifulSoup(res.text,"lxml") itemInfo=bs.find_all("dd",class_="option") torrent={} for item in itemInfo: magnet=item.find_next("a",href=re.compile("magnet.*")).attrs["href"] name=item.find_previous("a",href=re.compile("*種子的網(wǎng)站*/.*\.html")).text size=item.find_next(text=re.compile("\u6587\u4ef6\u5927\u5c0f")).find_next("b").text time=item.find_next(text=re.compile("\u6536\u5f55\u65f6\u95f4")).find_next("b").text hot=item.find_next(text=re.compile("\u4eba\u6c14")).find_next("b").text torrent[name]=[name,time,size,hot,magnet] for item in torrent: print("名稱:",torrent[item][0]) print("發(fā)布時(shí)間:",torrent[item][1]) print("大?。?,torrent[item][2]) print("熱度:",torrent[item][3]) print("磁力鏈接:",torrent[item][4],'\n')
運(yùn)行結(jié)果如下
以上這篇Python 實(shí)現(xiàn)自動獲取種子磁力鏈接方式就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python爬取動態(tài)網(wǎng)頁中圖片的完整實(shí)例
這篇文章主要給大家介紹了關(guān)于Python爬取動態(tài)網(wǎng)頁中圖片的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03Python使用xlrd和xlwt批量讀寫excel文件的示例代碼
這篇文章主要介紹了Python使用xlrd和xlwt批量讀寫excel文件,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2022-03-03tensorflow入門:tfrecord 和tf.data.TFRecordDataset的使用
今天小編就為大家分享一篇tensorflow入門:tfrecord 和tf.data.TFRecordDataset的使用,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01Django動態(tài)展示Pyecharts圖表數(shù)據(jù)的幾種方法
本文主要介紹了Django動態(tài)展示Pyecharts圖表數(shù)據(jù)的幾種方法,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-08-08python?request要求接口參數(shù)必須是json數(shù)據(jù)的處理方式
這篇文章主要介紹了python?request要求接口參數(shù)必須是json數(shù)據(jù)的處理方式,Reqeusts支持以form表單形式發(fā)送post請求,只需要將請求的參數(shù)構(gòu)造成一個字典,然后傳給requests.post()的data參數(shù)即可,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),需要的朋友參考下吧2022-08-08探究數(shù)組排序提升Python程序的循環(huán)的運(yùn)行效率的原因
這篇文章主要介紹了探究數(shù)組排序提升Python程序的循環(huán)的運(yùn)行效率的原因,作者用代碼實(shí)踐了多個小片段來進(jìn)行對比解釋,需要的朋友可以參考下2015-04-04Python人工智能深度學(xué)習(xí)模型訓(xùn)練經(jīng)驗(yàn)總結(jié)
這篇文章主要為大家介紹了Python人工智能深度學(xué)習(xí)模型訓(xùn)練的經(jīng)驗(yàn)總結(jié)及建議,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2021-11-11Python利用matplotlib實(shí)現(xiàn)繪制密度散點(diǎn)圖
這篇文章主要介紹了如何基于Python語言的matplotlib模塊,對Excel表格文件中的指定數(shù)據(jù)加以密度散點(diǎn)圖繪制的方法,有需要的小伙伴可以參考下2024-04-04