前言：在我搭建好Jellyfin软件后，因为只能播放本地视频，就想能不能播放网络上的电影，可以每天自动下载并更新，这样就不用我手工下载好，再上传到NAS中播放。或许有更好的方法，那就是直接用电影播放源，那就有个问题了，没有那个视频网愿意给播放源，所以还是自己慢慢下载后再播放吧。个人对于python语言也是小白，在网络上寻找大神的脚本稍加修改得到的。
如果需要搭建jellyfin，请看我之前的博客-家庭影院Jellyfin搭建，linux网页视频播放器。
环境：centos7
工具：python3、jellyfin、shell脚本、aria2
1、安装python3
默认安装好centos7系统后，自带有python2.7.5的版本，所以需要安装python3的版本。2.7.5的版本不能删除，否则centos系统会崩溃。请从官网下载python3.8版本。
关于python2升级至python3，会有一些问题，但都能解决，请参考以下资料：
1）Centos7升级python2到python3
2）pbzip2: error while loading shared libraries: libbz2.so.1.0: cannot open shared object file
3）centos7安装python3及其配置pip（建立软连接）
2、编辑python脚本
命名脚本为movie.py，将以下复制到py脚本保存，执行python3 movie.py。查看爬取结果，是否生成文件。
脚本不是我编写的，是借鉴大神，然后根据电影天堂现在的地址和信息，做了一些改动，获取下载电影地址
encoding: gbk我们用到的库importrequestsimportbs4importreimportpandasaspddefget_data(url):功能：访问 url 的网页，获取网页内容并返回
参数：
url ：目标网页的 url
返回：目标网页的 html 内容headers = {accept:text/html,application/xhtml xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,user-agent:Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36,
}try:
r = requests.get(url, headers=headers)
r.raise_for_status()
r.encoding =gbkreturnr.textexceptrequests.HTTPErrorase:
print(e)
print("HTTPError")exceptrequests.RequestExceptionase:
print(e)except:
print("Unknown Error !")defparse_data(html):功能：提取 html 页面信息中的关键信息，并整合一个数组并返回
参数：html 根据 url 获取到的网页内容
返回：存储有 html 中提取出的关键信息的数组bsobj = bs4.BeautifulSoup(html,html.parser)
info = []获取电影列表tbList = bsobj.find_all(table, attrs = {class:tbspan})对电影列表中的每一部电影单独处理foritemintbList:
movie = []
link = item.b.find_all(a)[0]获取电影的名称name = link.string获取详情页面的 urlurl =https://www.dytt8.net link["href"]将数据存放到电影信息列表里movie.append(name)
movie.append(url)try:访问电影的详情页面，查找电影下载的磁力链接temp = bs4.BeautifulSoup(get_data(url),html.parser)
tbody = temp.find_all(a)
print(tbody)^magnet.*?fannouce下载链接有多个（也可能没有），这里将所有链接都放进来foriintbody:
lines = i.get("href")if"magnet"inlines:download = lines.a.textprint(lines)movie.append(lines)
print(movie)将此电影的信息加入到电影列表中info.append(movie)exceptExceptionase:
print(e)returninfodefsave_data(data):功能：将 data 中的信息输出到文件中/或数据库中。
参数：data 将要保存的数据filename =C:/Users/Administrator/Desktop/movie.txtdataframe = pd.DataFrame(data)
dataframe.to_csv(filename, mode=a, index=False, sep=;, header=False)defmain():循环爬取多页数据for page in range(1, 114):print(正在爬取：第 str(page) 页......)根据之前分析的 URL 的组成结构，构造新的 urlif page == 1:index = indexelse:index = index_ str(page)url = https://www.dy2018.com/2/ index .htmlurl=https://www.dy2018.com/2/index.htmlurl=https://www.dytt8.net/html/gndy/dyzz/index.html依次调用网络请求函数，网页解析函数，数据存储函数，爬取并保存该页数据html = get_data(url)
movies = parse_data(html)
save_data(movies)print(第 str(page) 页完成！)if__name__ ==__main__:
print(爬虫启动成功！)
main()
print(爬虫执行完毕！)
3、安装aria2
安装教程，请访问我的博客第一条，安装nextcloud里面有详细的安装aria2教程
4、编写aria2下载的shell脚本
!/bin/bashcd/downloads
count=0/root/shell/movie.txt，这个地址是movie.py执行后生成的下载地址，请根据你实际的地址填写route=/root/shell/movie.txt
name=(`awk -F";"{print $1}$route| cut -d《-f2|cut -d》-f1 | cut -d/-f1`)
addr=(`awk -F";"{print $3}$route`)
nr=`awk{print NR}$route| tail -n1`
prop=`awk -F";"{print $3}$route| cut -d
特别声明：文章来源用户上传并发布，本站只提供信息存储服务，不拥有所有权，内容仅供参考。