缘起：家里有两台PC，1台MAC，1台MINI，一台笔记本，2手机。下载大量学习资料，都在一台机器上，不方便学习。故准备搭建基于内网的影院系统，方便各种终端自由浏览学习资料。
需求：要有上次访问记录。支持模糊查询。资源统计。全格式播放。支持外挂字幕。
2022-10-26更新：从0开始
准备搭建硬盘阵列。工欲善其事，必先利其器。准备了一个硬盘柜和机械硬盘，共计26T。阵列模式选择：RAID5。该模式会将我的几块硬盘合并为一个完整的具有容灾功能的硬盘。哪怕将来有哪块硬盘损坏，直接关闭电源替换硬盘就可以。
2022-11-02更新：阵列搭建完成。
比想象的配置简单，因为不喜欢图形化界面的配置，就选择很粗暴的机械配置，就是硬盘柜后面的按钮组合，组合成RAID5的阵列模式。经过长期的文件传输，美剧及电影已经就位。接下来是基础技术选型和技术架构。我最开始的设想是，因为本人是纯java程序猿，所以第一反应永远是希望用java去解决问题。
技术架构原始设想：
1，底层识别硬盘文件夹及视频，获取缩略信息
2，nginx做反向代理，将服务映射到整个家庭网络。
3，thymeleaf做框架页面模板，将视频及全部的目录结构展现成网页，以实现成一个完整的家庭影院系统。
4，最后用java写的爬虫，去根据我目录里的电影名称，去获取豆瓣的电影简介/演员/年份/评分/封面海报，最终展现在网页上。
家庭影院系统，实现的功能点有：
- 电影要想各大院线app一样，通过点击封面的形式播放，而不是一个文字列表
- 要现实我上次的播放记录，以免看完电视剧，下次不记得看到哪集
- 将我最近下载的电影单独列出来，比如有一个选项，最近更新（一两周之内的），最近播放。
- 可以不做实时同步，设计一个按键，点击，则更新最新下载电影的海报等豆瓣信息
实际问题：java并不能很好的解析现在网页。大概就是因为VUE等这种技术的出现，传统java的爬虫主要是获取全部的网页字符流，根据字符匹配。但是现在的网页与浏览器的行为交互较多，会导致获取的字符流并不是最终网页呈现的样子。而java模拟浏览器行为再去爬，可就费劲了。干脆，抛弃原有模式。核心思想一句话，让它去干它擅长的事情。
爬虫部分，改为Python。前端部分改为VUE。后端待定。
Python需要具备以下几个功能，并且逐一开发，尝试。（现学现卖，面向搜索引擎编程）
- 可以获取目录结构，并且获取到最近两周内更新的电影。
- 爬取豆瓣的影评，评分，封面，根据本地电影名匹配
- 将封面存储于电影文件夹下的单独目录中，统一命名。
- 将其他信息存储于txt文件中，方便前端读取
实现根据电影名搜索信息，功能拆分两部分，第一部分通过搜索，定位硬盘列表，并根据title匹配同名电影，给出链接。第二部分根据链接获取详细的信息。
根据搜索定位详情页面
卡住了，豆瓣的网页里，div的class每次刷新都会变，干不会了
获取详细信息：
from lxml import etree
url='https://movie.douban.com/subject/26363254/'
headers={
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.93 Safari/537.36'
}
#请求结果的数据
resp=requests.get(url=url,headers=headers)
#转换为HTML格式
data=etree.HTML(resp.text)
#定义电影数据对象
MovieList={}
#定义一个大盒子，装电影的详细数据
MoveInfoList=data.xpath('//div[@class="subjectwrap clearfix"]')
for infos in MoveInfoList:
#获取海报链接
#获取海报链接
poster=infos.xpath('div[@class="subject clearfix"]/div[@id="mainpic"]/a/img/@src')[0]
#获取电影名
name=infos.xpath('div[@class="subject clearfix"]/div[@id="mainpic"]/a/img/@alt')[0]
#获取电影类型
movieType=infos.xpath('div[@class="subject clearfix"]/div[@id="info"]/span[@property="v:genre"]/text()')
#获取电影评分
score=infos.xpath('div[@id="interest_sectl"]/div[@class="rating_wrap clearbox"]/div[@class="rating_self clearfix"]/strong/text()')[0]
#将数据放入字典
MovieList['poster']=poster
MovieList['name']=name
MovieList['movieType']=movieType
MovieList['score']=score
print(MovieList)
网友评论