如何使用 python (BeautifulSoup) 从“Subscene.com”等网站下载 srt 文件

【问题标题】：How to download srt files from websites like 'Subscene.com' using python (BeautifulSoup)如何使用 python (BeautifulSoup) 从“Subscene.com”等网站下载 srt 文件
【发布时间】：2016-10-31 21:28:06
【问题描述】：

我正在尝试制作一个字幕下载器，它获取文件夹中所有文件的名称并在“Subscene.com”网站上进行搜索。我可以使用漂亮的汤来废弃 HTML 源代码，但我无法从 HTML 源代码中获取 zip 文件的链接。点击“下载按钮”即可触发下载。

没有这样的 zip 文件下载链接。有没有办法解决这个问题？

【问题讨论】：

该网站可能使用了按钮上的点击事件，而不是设置下载链接。可能是为了避免让人们轻易地抓取和下载他们的内容。
也许看看 javascript 代码。可能，您可以使用一些正则表达式获取链接。
添加实际链接
那是下载按钮所在的页面-subscene.com/subtitles/the-big-bang-theory-first-season/english/…

标签： python beautifulsoup

【解决方案1】：

您不想要任何用于下载 zip 文件的显式链接

这是我用于 python 下载器脚本的逻辑

MyFile2= urllib2.urlopen( Your Url ) # input link

MyHtml2 = MyFile2.read()

soup2 = BeautifulSoup(MyHtml2,"lxml")

downloaddiv= soup2.find("div", {"class": "download"}) #finding div class for the link

downloadlink = downloaddiv.find('a') #finding url from div class

download = 'https://subscene.com/'+downloadlink['href'] #appending the above url to main domain for genrating download

r = requests.get(download) # Request for downloading

z = zipfile.ZipFile(io.BytesIO(r.content)) # Opening zip file

z.extractall() # extracting zip file

您还需要这些头文件

import zipfile
from bs4 import BeautifulSoup
import urllib2
import lxml.html
from StringIO import StringIO
from zipfile import ZipFile
from urllib import urlopen
import requests ,io

希望你理解正确！！

【讨论】：