Python抓取优酷视频（下）：使用web.py搭建网站框架

  • Z时代
  • 2024-01-10
  • 分类：综合

python

承上：　

上篇已经将优酷视频的链接地址采集到数据库中，详情看Python抓取优酷视频（上）：爬虫使用及数据处理，这里稍微啰嗦几句，采集的其实就是单独视频播放

的页面地址，而不是flash地址，因此不用做地址解析。接下去任务就是搭建一个网站列表页。

 

思路：

1.采用web.py搭建网站框架，Django太大，web.py上手快。

2.主页面采用列表页，显示title和date

3.采用分页处理，每页10个视频连接

 

代码：

代码结构：

web_by:

　　code.py

　　template:

　　　　index.html

 

code.py

 1 import web
 2 import MySQLdb
 3 
 4 db = web.database(dbn=\'mysql\',user=\'root\',pw=\'root\',db=\'python_test\')       #连接数据库
 5 render = web.template.render(\'templates/\')                                  #模板路径
 6 urls = (                                                                    #url设置
 7     \'/\',\'index\',
 8     \'/page/(\d+)\',\'index\'    
 9 )
10 
11 class index:
12     def GET(self,page=1):                                                   #分页函数
13         page = int(page)
14         perpage = 10 
15         offset = (page-1)*perpage
16         posts = db.select(\'ykgame\',order="date DESC",offset=offset,
17                                     limit=perpage)
18         postcount = db.query(\'select count(*) as count from ykgame\')[0]
19         pages = postcount.count / perpage
20         if postcount.count % perpage > 0:
21             pages += 1
22         if page > pages:
23             raise web.seeother(\'/\')
24         else:
25             return render.index(posts=posts,pages=pages)
26 
27 if __name__ == "__main__":
28     app = web.application(urls,globals())
29     app.run()

 

index.html

1 $def with (posts,pages)
2 <ul>
3 $for post in posts:
4     <li id= "t$post.id"><a href="$post.href">$post.title</a>  $post.date</li>
5 </ul>
6 
7 $for page in range(1,pages+1):
8     <a href="/page/$page">$page</a>

 

代码比较简单就不做分析了，存在的问题是现未按时间顺序排序，原因在于优酷的时间除了日期格式还有比如1小时前等字符，

而采集的时候因为是多线程采集导致没按时间顺序入库。解决办法就是做个时间转换，然后order by date。

 

效果：


主页

内容页

 

 

以上是 Python抓取优酷视频（下）：使用web.py搭建网站框架 的全部内容， 来源链接： utcz.com/z/387882.html

回到顶部