写了一个特别简单的爬取鱼c视频资源下载地址的py

int_lyc

刚接触鱼C，看了小甲鱼的，从零开始学python，感觉发现了新大陆

小甲鱼讲课讲得太好了有木有

今天看了python爬虫的几个视频，发现上面讲的例子现在都不能爬了

于是乎——我打起了爬鱼C的主意，发现鱼C可以任意爬

由于鱼C视频资源只有vip能打包下载，普通用户只能一个一个视频下，太慢了有木有

但由于是个穷学生，近期的零花钱被我花光，暂时无法加入鱼Cvip大家庭

于是乎，就想怎么能方便下载到视频资源，想到我可以爬鱼C的视频下载地址啊

然后我就在各视频网页之间找规律，也确实找到了，规律太简单了有木有

目前只有百度云下载地址能用，就得保存3条数据，标题、链接地址和密码

输入的是范围，在网页找到一类的某一个地址，然后按这个扩大范围输入，应该就能找到这一类的地址

保存在文件，同时在屏幕上打印出来

更新：

加入了关键字搜索，输出标题中含有关键字的下载地址

代码已更新

再次更新：

修复了新出的视频地址找不到的Bug

代码已更新

                               
登录/注册后可看大图

以下是效果：

                               
登录/注册后可看大图

附上杂乱无章，我自己看着都难受的代码：

1. import urllib.request as ur
   
2. 
   
3. def _print_(html,file,mod):
   
4. 
   
5.     asd = html.split('<title>')[:]
   
6. 
   
7.     title = asd[1].split('| 鱼C工作室</title>')[:][0]
   
8. 
   
9.     if '&#8211' in title:
   
10. 
    
11.         tit = title.split('–')[:][0] + "-" + title.split('–')[:][1]
    
12. 
    
13.     else:
    
14.         tit = title
    
15. 
    
16.     if mod in tit:
    
17. 
    
18.         add = html.split('密码：')[:]
    
19. 
    
20.         password = add[1][:4]
    
21. 
    
22.         address = add[0][-60:]
    
23. 
    
24.         ad = address.split("href="")[:]
    
25. 
    
26.         radd = ad[1][:].split("" target="")[0]
    
27. 
    
28.         file.write('%-34s%-7s%s\n'%(radd,password,tit))
    
29. 
    
30.         print('%-34s%-7s%s'%(radd,password,tit))
    
31. 
    
32. with open("test.txt","w") as f:
    
33. 
    
34.     low = int(input("输入最低数值(>0)："))
    
35. 
    
36.     high = int(input("输入最高数值(<7000)："))
    
37. 
    
38.     mod = input("输入要搜索的关键字：")
    
39. 
    
40.     for i in range(low,high):
    
41. 
    
42.         try:
    
43.             url = 'http://blog.fishc.com/'+str(i)+'.html#prettyPhoto/0/'
    
44. 
    
45.             resp = ur.urlopen(url)
    
46. 
    
47.             html = resp.read().decode('utf-8')
    
48. 
    
49.             if "密码：" in html:
    
50. 
    
51.                 _print_(html,f,mod)
    
52. 
    
53.             else:
    
54.                 url = 'http://blog.fishc.com/'+str(i)+'.html/2#prettyPhoto/0/'
    
55. 
    
56.                 resp = ur.urlopen(url)
    
57. 
    
58.                 html = resp.read().decode('utf-8')
    
59. 
    
60.                 if "密码：" in html:
    
61. 
    
62.                     _print_(html,f,mod)
    
63. 
    
64.                 else:
    
65.                     continue
    
66. 
    
67.         except:
    
68.             continue

复制代码

附上我爬取的视频地址集：

游客，如果您要查看本帖隐藏内容请回复

新手·ing

小心点别让甲鱼老师看到~
贿赂我吧，不然举报你

int_lyc

新手·ing 发表于 2018-2-1 22:11
小心点别让甲鱼老师看到~
贿赂我吧，不然举报你

孤独的嫖客

int_lyc 发表于 2018-2-1 22:16

现在都是直接用request模块 适配python3     urllib  这种模块感觉...emmmmm  适合python2    顺便说一句,我也缺鱼B啊......

int_lyc

更新了更新了

lapo_Mu

支持！

lapo_Mu

希望能自动把视频下载下来（虽然我觉得不太可能）

被翻红浪

好棒

int_lyc

lapo_Mu 发表于 2018-2-5 20:29
希望能自动把视频下载下来（虽然我觉得不太可能）

现在的水平还不够

lapo_Mu

int_lyc 发表于 2018-2-6 10:42
现在的水平还不够

用第三方库selenium说不定行

int_lyc

lapo_Mu 发表于 2018-2-22 19:14
用第三方库selenium说不定行

等有时间学学

蒂斯朵朵

厉害了

jerry800416

厲害,剛開始學python,不知道啥時才能寫爬蟲

chijiahao

kankan

Helen-00

想下载鱼C的视频集跟着学习，只可惜不会爬虫，这里即有视频合集又怎能错过，且进去打包带走。

carl777zzz

厉害厉害，正在学习爬虫中....

Python26

高人，太牛了666。

yuyang182

redss

支持

江南大侠

学以致用  厉害了