Python抓取优酷视频（下）：使用web.py搭建网站框架

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