前段時間剛剛看完了一個很厲害博主寫的爬蟲部落格，怕時間久了自己忘記有關東西，所以今天寫了一個簡單的爬蟲，也滿足一下自己一直對電影天堂的不滿

程式碼如下，由於程式碼很少，也沒有涉及動態網頁，所以不過多去做解釋。

# -*- coding:utf-8 -*-
import urllib2
import os
import re

url = 'http://www.ygdy8.net/html/gndy/dyzz/index.html'  #這是電影天堂最新電影的網站
conent = urllib2.urlopen(url)
conent =  conent.read()
conent = conent.decode('gb2312'
 
,'ignore').encode('utf-8','ignore')  
#這個‘ignore’差點就忘了，主要是對一些可以忽略的引數進行編碼忽略，下午一直沒想起來總是出錯
pattern = re.compile ('<div class="title_all"><h1><font color=#008800>.*?</a>></font></h1></div>'+
                      '(.*?)<td height="25" align="center" bgcolor="#F4FAE2"> '
 
,re.S)
items = re.findall(pattern,conent)#先把含有最新電影的網頁程式碼選出來，再進行下一次篩選


str = ''.join(items)
pattern = re.compile ('<a href="(.*?)" class="ulink">(.*?)</a>.*?<td colspan.*?>(.*?)</td>',re.S)
news = re.findall(pattern, str)
file = open('c:/new movie.txt','w')#建立一個txt檔案儲存爬到的電影名，簡介，下載頁面
 

file.write('最新電影：\n\n')
for  j in news:
        file.write('片名：'+j[1]+'\n'+'簡介：'+j[2]+'\n'+'下載地址：'+'http://www.ygdy8.net'+j[0]+'\n'+'\n')
file.close()

執行效果是在程式執行的時間把電影天堂裡最新的電影，儲存在檔案裡，不多說，上圖：

烏拉拉，再也不用忍受這個網站隨時彈出的垃圾遊戲廣告了，趕緊下載你喜歡的電影吧。～(￣▽￣～)(～￣▽￣)～