一个简单的异步爬虫
admin
2024-03-03 03:29:51

aiohttp+motor

  • motor
  • 代码

好久没写过爬虫了,今天看到有群友在问就看了下他的代码,大概是一个异步的爬取影视作品链接的爬虫,看到有别的大佬给他解决了问题后他发了张存入mongodb的截图,于是我也正好学习也复习下asyncio。

motor

Motor 提供了一个基于协程的 API,用于从Tornado或asyncio对 MongoDB 的非阻塞访问。Motor 在连接到 MongoDB 或执行 I/O 时从不阻塞事件循环。Motor 封装了几乎所有 PyMongo 的 API 并使其成为非阻塞的。

简单的介绍

代码

import reimport asyncio
import aiohttp
from lxml import etree
import motor.motor_asyncioclient = motor.motor_asyncio.AsyncIOMotorClient()
collection = client.film.kkxz_testasync def index_page(url):page_url_list = []async with aiohttp.ClientSession() as session:async with session.get(url) as req:res = await req.json()for page_url in res['data']:page_url_list.append('https://kkxz.vip/d/' + page_url['attributes']['slug'])await save_data(page_url_list)async def save_data(urls):for url in urls:async with aiohttp.ClientSession() as session:async with session.get(url) as req:text = await req.text()movie_link = re.findall('href="(https://pan.quark.cn.*?)"', text)movie_title = re.findall('

(.*?)

', text)print(movie_title[0], movie_link)await collection.insert_one({'title': movie_title[0],'link': movie_link})async def main():url = 'https://kkxz.vip/api/discussions?include=user%2ClastPostedUser%2CfirstPost%2Ctags%2Ctags.parent&filter%5Btag%5D=tv&sort&page%5Boffset%5D={id}'tasks = [asyncio.create_task(index_page(url.format(id = i))) for i in range(0, 20, 30)]await asyncio.wait(tasks)if __name__ == '__main__':asyncio.run(main())

相关内容

热门资讯

教师专享福利!北京这些景区免票... 新京报讯 据首都教育消息,教师节将至,北京多家景区为老师们准备了专属免票福利!这份优惠合集已整理好,...
黑茶,喝的是一种境界与健康 在专门用来喝黑茶的茶具“飘逸杯”里,黑茶茶汤看起来并不像“黑茶”这个名字那样黑黢黢的一团。 玻璃器皿...
上海旅游节大巡游花车阵容抢先看... 2026上海旅游节大巡游9月12日外滩启幕,21辆全新主题花车携手21支境内外表演方队联袂登场,邀你...
原创 8... 上周门诊来了位 62 岁的张阿姨,得糖尿病快五年了,平时管嘴特别严,糖果、点心、甜饮料一概不碰,连水...
原创 餐... 2026年9月8日晚,南京浦口区泰冯路29号,墨语江南·阿婆菜餐厅户外帐篷里,灯火温润,其间还天降喜...