撸友福音:DIY简单功能的torrentkitty种子爬虫

2014-02-11 +2 2759718人围观 ,发现 61 个不明物体 WEB安全

过完年回公司比较无聊,一不小心看到微博里美尤莉娅的图片,惊为天人,有图为证!!!

百度之原来这货以前叫小泉彩,貌似动了几个小手术换了个马甲重新出道了。你拍AV你家里知道么?。于是乎下了几个种子看了下,感觉还行(像苍老师什么的我真的没有看过哈哈),狠一点把全集全搞到百度网盘上。

貌似这货拍了200多部,真不少。人工学习了下,torrentkitty的种子貌似还是蛮全的。搜一下关键字11页,接近200+个结果,这一个一个ctrl+c  ctrl+v这不得直接导致键盘+鼠标手。祭出FIREBUG+PYTHON,写个爬虫把地址全部搞出来。因为目的比较单纯和纯洁,所以就不用SCRAPY这么大型的东西了。效率第一。

FIREBUG看了下结构,目标的XPATH在/html/body/div[4]/div/table/tbody/tr[2]/td[4]/a[2],直接LXML把地址抓出来只需要一行代码,SO EASY!!

  

动手开始写,整个过程只用了5分钟,PYTHON真是太方便了。

代码如下:

import urllib2
from lxml import etree

url='http://www.torrentkitty.com/search/'
keyword='%e9%87%8c%e7%be%8e'             
pages=11

for page in range(0,pages):

    page=str(page)

    site=url+keyword+'/'+page

    h=urllib2.Request(site)

   
 h.add_header('User-Agent', 'Mozilla/5.0 (Windows; U; Windows NT 5.1; 
zh-CN; rv:1.8.1.14) Gecko/20080404 (FoxPlus) Firefox/2.0.0.14')

    ht=urllib2.urlopen(h)

    html=ht.read(ht)

    content=etree.HTML(html.lower().decode('utf-8'))

    mags=content.xpath("//a[@rel='magnet']")

    for mag in mags:

        print "%s \n \n"%(mag.attrib['href'])

  KEYWORD是搜索的关键字的URL编码,PAGES是该关键字的页数总数。改好之后直接>>写到TXT里就是了。以后有时间写个自动递交到百度网盘离线下载的。

  嗯哼,别问我是谁,我是手拿杜蕾斯戴着红领巾的雷锋同志!!

这些评论亮了

  • netbutless 回复
    创宇的娃除了撸管,套子,妹子,黑产,就没点别的创意了么。。。。
    )119( 亮了
  • 已经入库 感谢楼主 www.m7766.com/tt
    )34( 亮了
  • hehe 回复
    看见等号两边不加空格,参数逗号后面不跟空格的代码就知道作者是没写过代码的“搞安全的大牛”
    )28( 亮了
  • 桂林老兵 回复
    @hehe 年轻人,等号左右加空格就是大牛?老夫我从来不加,老夫加的是tab,年轻人,写出个几万行的代码再来吐槽,不然显得你很没品...
    )23( 亮了
  • core_cn 回复
    东莞会所都404了,你娃只好上网看片撸了
    )19( 亮了
发表评论

已有 61 条评论

取消
Loading...

特别推荐

推荐关注

填写个人信息

姓名
电话
邮箱
公司
行业
职位
css.php