因为技术交流群（群号见文末）的人数刚刚到达100人，为了吸引更多的人进技术交流群，从今天开始，我都会写一些好玩的项目，今天这东西估计很多人都会需要，因为磁力链接被很多人认为是……（算了，不说了，我是一个正经人

）。

磁力链接

讲获取磁力链接之前，首先讲一下什么是磁力链接？磁力链接（Magnet URI scheme），简单的说：类似下面这样以“magnet:?xt=urn:btih:”开头的字符串，就是一条磁力链接；确切的说：“磁力链接”的主要作用是识别【能够通过“点对点技术（即：P2P）”下载的文件】。这种链接是通过不同文件内容的Hash结果生成一个纯文本的“数字指纹”，来识别文件的。而不是基于文件的位置或者名称。

知道磁力链接是什么远远不够，我们还应该知道它在什么地方，如果去整个互联网寻找磁力链接犹如大海捞针，完全没有效率！实际上，磁力链接有专门的网站，一般百度搜索btbook就可以。我找到的是https://www.btbook.tv/这个网站，这个网站的内容如图所示。

查看URL+设计正则表达式

再爬虫之前，随便检索一个东西，我这里检索的关键字是刺客信条（因为我是一个正经人

），在搜索框中输入“刺客信条”，点击搜索，跳转到一个新的页面，这个页面如图所示。

观察URL，大致格式应该是这样的"https://www.btbook.tv/search/"+关键字+".html"。事实并不是这样，因为磁力链接不止一页，向下滚动到底，会看到如图所示的内容。

这个时候随便点击一个数或者>，看看其他页的URL和第一页有什么不同。当点击第二页，会发现URL变成了"https://www.btbook.tv/search/"+关键字+"/last-"+页码+".html"的格式，那么我们来检测一下，它有多少页，检测过程我就不详细讲解了。经过检测，它有100页，但最后一页或几页可能像这样。

这就告诉我们它可能会有异常的情况，这就要求程序中一定要有异常处理！

现在先看一下正常情况，跳到第一页，按F12，出现的内容如图所示。

然后在上面的网页源码的地方鼠标点击一下，然后按Ctrl+F打开搜索框，在源码位置搜索你所输入的关键字，我这里就是刺客信条啦，然后找到对应的地方，如图所示。

然后我们就点击第一个标题，网页内容如图所示。

首先查看URL，可以发现这里的URL就是"https://www.btbook.tv/"+那个超链接标签的href所对应的值，这个时候就可以轻松的写出正则表达式：r'<a.*?href="(/wiki/.*?.html)".*?>'。接着继续按F12，我们重点要获取的就是4个东西：名称、大小、磁力链接、迅雷链接。这个时候还是和之前一样，找到名称、大小、磁力链接、迅雷链接，存放位置并写出对应的正则表达式。

单线程爬虫实现磁力链接搜索神器

为了方便大家理解，先讲单线程爬虫。为了方便大家理解，代码中写了好多注释，实现代码如下：

多线程爬虫实现磁力链接搜索神器

有些人会认为单线程速度太慢，想提高一下检索速度，想使用多线程爬虫。在使用多线程爬虫之前首先要创建多个线程，想使用多线程就必须导入threading模块中的Thread类，我们大概也能够想到为每一页创建一个线程，实现代码如图所示。

最后提一些注意事项：第一，不要使用分布式多线程爬虫，使用分布式多线程爬虫会造成服务器过载，严重可能出现服务器崩溃，我这还不是分布式，就是一台机器多个线程而已；第二，建议凌晨期间执行此程序，因为凌晨上网的人比较少；第三，我这程序使用了Python3.6的新特性字符串前缀f，如果版本太低建议升级，因为其他原因升不了自己尝试修改。

今天的文章又不懂的可以加群，多线程爬虫实现磁力链接搜索神器的代码也上传到了群文件，群号：822163725，备注：小陈学Python，不备注可是会被拒绝的哦~！

最后欢迎大家扫码关注