一个人人影视的爬虫

[Lyleaks]

写了个人人影视的爬虫练手，可以抓取指定美剧HR-HDTV的ed2k下载链接，代码写得有点挫。




Github:https://github.com/Lyleaks/yyets-spider

win下的把sys.argv[1]改成sys.argv[1].decode('gbk')就行了

[d0a1ccec]

兄台用的这是ubuntu?

[mahone3297]

这么一说，我也写了个。。。参数是url
不过我觉得，现在的关键问题是，上不了yyets。。。

```python
#! /usr/bin/env python
# -*- coding:utf-8 -*-

import os, sys
import re
import urllib
import urllib2
import codecs
import zipfile
from BeautifulSoup import BeautifulSoup

# 获取 yyets 下载地址
def getYyetsDownloadUrlsByResourceId(resourceId, format='HR-HDTV'):
url = 'http://www.yyets.com/resource/%d' % (resourceId)
f = urllib2.urlopen(url)
soup = BeautifulSoup(''.join(f))
for ul in soup.findAll('ul', {'class': 'resod_list'}):
print "season %s" % ul.get('season')
for li in ul.findAll('li'):
if format == li.get('format'):
for a in li.findAll('a'):
if u'迅雷' == a.text:
print a.get('thunderhref')

if __name__ == '__main__':
resourceId = int(sys.argv[1])
getYyetsDownloadUrlsByResourceId(resourceId)
```

[line]

./yyets_spider.py 形尸走肉
Not Found

[tanywei]

诶 混PT多了，RMVB、MKV都不看了， 哈哈

[g0thic]

@d0a1ccec kali linux 很多黑客喜欢用的，集成了很多渗透工具

[jy02201949]

win下提示编码不对。。。碰到编码问题就头疼

[leopanhf]

@mahone3297 没格式化。。。。放gist吧

[Lyleaks]

@jy02201949 win下的http://pastebin.ubuntu.com/9264074/

[Lyleaks]

@line 行尸走肉，是根据搜索结果提取url的

[d0a1ccec]

@g0thic 谢谢。

[avatar]

@mahone3297 翻墙可以上 国外ip没有封

[zts1993]

不错，支持。

加上定时检查 ，自动下载就更棒啦。哈哈哈哈哈

[mahone3297]

@avatar 没翻墙啊，哎。。。
@leopanhf 没翻墙，gist上不去。。。
真不行，真要买vpn翻墙了。。。

[edwardaa]

@mahone3297 直接改hosts不就可以上了么。。。

[mahone3297]

@edwardaa 原理？给我个host？

[xdcr]

@zts1993 定时检查，自定义追剧列表自动下载，自动下载匹配字幕。。。

[edwardaa]

@mahone3297 原理我是不懂，但是在host文件里面添加“27.255.82.19 www.yyets.com”即可

[pacino]

只能查剧不能查电影

[mahone3297]

@edwardaa 刚加了，试了，还是不行。。。

[edwardaa]

@mahone3297 实在不行你去网上搜人人影视 host 一大把，图文并茂可能你就OK了