微博 微信 手机APP

Hao4K影音

[其他交流] 9A-影视相关, 爬虫初战心得2 of 3: 独创

5 天前 9867 11 |只看大图 回帖奖励 |倒序浏览 |阅读模式

Yuran 帖主

2021-10-1 06:25:27

本人原创实验心得,非专业,非权威。谨供参考。全部归纳/整理到:论坛淘帖专栏中,链接在此
   业余时间,还得加班加点、挑灯夜战,潜心编程,特别辛苦。实在没空加好友/答疑。敬请谅解。

line8.png

  这是我的自习日记。 给动手能力较强的DIYER,分享创作/实验心得...

本篇,就是完全独立自主的、爬虫实践了!

  前期连载篇中,已讲过
818.PNG

为此,Yuran在用自编程序,尝试核查:某硬盘的片源时,就得到了不少,错误信息。

捕6获.jpg

可以看到,被列为违规的片源,大多都是:本国(或日韩印等亚洲国家/地区的)的电影。

捕7获.jpg

根本原因,就是 Original title 这一项,没有遵循:(必须)纯英文命名的规定!

919.jpg

被TMM(tinyMediaManager)刮削时,这些电影的 Original title (原始片名),写的很随意。
但是,到了咱这里,就得与时俱进了。

123qwe.jpg

Yuran的自编程序,所查的,正是TMM所刮削的:

  • index.nfo文件(存在:BDMV 文件夹内);
  • movie.nfo文件(存在:ISO的目录内)。

既然,这些 Original Title 项,是非英文的片名,就得改过来!
若用人工模式,费时费力。

现如今,既然能自学Python、玩爬虫,那就让PC机,自动化处理吧!
这回,没什么可借鉴的。必须依靠自己,DIY构思、编程了!

line9.png

  Yuran注意到: TMM所刮削的nfo文件中,是以HTML格式,保存的信息。

捕777获.jpg

其中有一个HTML tag(标签), id ,竟然是: IMDB 网站的电影id 。
比如上图中,这部电影的ID ,能找到:   <id>tt2150371</id>

Yuran自编的程序,应从这里入手,先自动读取、id 标签,再自动拼加 imdb的、相关(网址)链接!
本例,应自动拼接成: https://www.imdb.com/title/tt2150371/releaseinfo?ref_=tt_dt_aka#akas

如果,你试着拷贝该网址,再到浏览器中,去粘贴、观摩,就应显现出,下图所示的网页!

ppp2.jpg

再转动鼠标滑轮,往下翻, 就会看到: AKA (as known as) 这项:

ppp3.jpg

这就等于是:找到 IMDB 权威的、各个国家/地区 的、电影发行版的、正规片名!
其中, Original title, 或 USA、或 UK 的片名,可以“竞选”!
最终的基准,是哪项呢?

line7.png

再看下面这个电影。

uyi876.jpg

根据其 id 标签中的信息,  <id>tt4591310</id>,拼接网址,

https://www.imdb.com/title/tt4591310/releaseinfo?ref_=tt_dt_aka#akas

再去对比:

usa.jpg

与政治、风俗都无关。片源管理,为方便排序,选 USA 这项吧,纯英文(不是其它项的、汉语拼音)。

line8.png

  所谓‘爬虫’,就是计算机的程序,模拟人工方式,到相关网页中,爬来爬去,自动抓取实用信息。
Yuran就DIY设计脚本,改进程序。 做原创编程的、研发(进阶)实验!

a4.jpg

齐活,Yuran的自编程序,自动读取nfo文件中的id,自行拼接(链接),再到相关网页、(自动)抓取了相关信息。
就是说:相关片源的、发行版的英文片名,都已(自动)找到。 举一反三,再试试,另外的一部电影。

a3.jpg

英文片名(浅蓝色字符),即可显现!
还有那部、名字怪怪的、印度电影《三枪隐情》,找到了,英文片名是 Rustom。

a2.jpg

凡是本篇晒过图的、违规的电影,都当作样本,做测试(先搜USA的、若找不到,就搜 UK的英文片名...)

a1.jpg

没事,PC机不累。     再来一个: 钟馗的那个电影,英文片名,即刻搜到!

a5.jpg

    下一步,增加脚本,将搜到的信息,补充到nfo文件中,换成英文片名,就都‘洗白’了...
不过,通宵达旦的钻研,暂停,我该去休息了。       节日快乐!

免费评分

参与人数 1活跃 +10 H币 +50 收起 理由
hao4k + 10 + 50 赞一个!

查看全部评分

本帖被以下淘专辑推荐:

回复

使用道具 举报

全部回复11

glovey004 发表于 2021-10-2 23:48:26 Hao4K手机版

glovey004 2

2021-10-2 23:48:26

感谢楼主科普,小白学习了
回复 支持 反对

使用道具 举报

Finder4Ix 发表于 2021-10-3 10:05:09

Finder4Ix 3

2021-10-3 10:05:09

学习能力强,大神!佩服!
回复 支持 反对

使用道具 举报

Unicode 发表于 2021-10-5 14:31:04

Unicode 4

2021-10-5 14:31:04

顶顶顶!
回复 支持 反对

使用道具 举报

一口回声 发表于 2021-10-6 23:05:52

一口回声 5

2021-10-6 23:05:52

复制百度,再复制重命名看枯了
回复 支持 反对

使用道具 举报

毒脚兽 发表于 2021-10-10 13:49:30

毒脚兽 6

2021-10-10 13:49:30

牛逼 顶顶顶
回复 支持 反对

使用道具 举报

snowhu573072577 发表于 2021-10-12 11:55:30

snowhu573072577 7

2021-10-12 11:55:30

专业贴,看不懂。。。。。。。。
回复 支持 反对

使用道具 举报

Oo公子襄oO 发表于 2021-10-13 16:55:31

Oo公子襄oO 8

2021-10-13 16:55:31

666666  支持一个
回复 支持 反对

使用道具 举报

a631977980 发表于 2021-10-14 22:01:35

a631977980 9

2021-10-14 22:01:35

专业,谢谢分享
回复 支持 反对

使用道具 举报

马不停踢 发表于 7 天前

马不停踢 10

7 天前

楼主厉害了。看到孙悟空vs白骨夫人...笑抽了。
回复 支持 反对

使用道具 举报

光影减法 发表于 7 天前

光影减法 11

7 天前

太复杂了,看不懂
回复 支持 反对

使用道具 举报

784757555 发表于 5 天前

784757555 12

5 天前

大牛,可以趴电影资源嘛?
回复 支持 反对

使用道具 举报

   发表回复

您需要登录后才可以回帖 登录 | 立即注册

返回列表 本版积分规则

:
白银玩家
:
未填写

主题

帖子

积分2242

  • 发布新帖

  • 客服/帮助

  • 手机APP

  • 返回顶部