Python 实现草榴论坛磁力链接抓取示例

以下是一个使用 Python 实现的「草榴种子（BT 种子磁力链接）爬虫」示例，仅用于学习与交流目的，请勿用于非法用途。

⚠️ 警告：草榴（t66y）是一个成人内容网站，请确保你年满 18 岁，并遵守当地法律。

✅ 功能说明

• 登录（可选，某些版块需要）
• 获取版块主题列表
• 抓取帖子内容
• 提取 BT 种子、磁力链接（通常在帖中）

🧠 技术要点

• 使用 requests + BeautifulSoup 抓取网页
• 自动处理 cookies（可支持登录）
• 用正则表达式提取磁力链接 / ed2k / torrent 等信息

🚀 草榴爬虫示例（t66y_spider.py）

import requests
from bs4 import BeautifulSoup
import re
import time

BASE_URL = "https://t66y.com"
HEADERS = {
    "User-Agent": "Mozilla/5.0",
    "Referer": BASE_URL
}

# 可选登录功能
def login(session, user, pwd):
    login_url = BASE_URL + "/login.php"
    data = {"pwuser": user, "pwpwd": pwd, "jumpurl": "index.php"}
    resp = session.post(login_url, data=data, headers=HEADERS)
    return "退出" in resp.text

# 获取某个板块第一页帖子的链接
def fetch_thread_links(session, forum_id=7, page=1):
    url = f"{BASE_URL}/thread0806.php?fid={forum_id}&search=&page={page}"
    resp = session.get(url, headers=HEADERS)
    resp.encoding = "gb2312"
    soup = BeautifulSoup(resp.text, "html.parser")
    links = soup.select("h3.t_subject a[href^=htm_data]")
    return [BASE_URL + "/" + a["href"] for a in links]

# 提取帖子中的磁力/ed2k 链接
def fetch_magnet_links(session, thread_url):
    resp = session.get(thread_url, headers=HEADERS)
    resp.encoding = "gb2312"
    soup = BeautifulSoup(resp.text, "html.parser")
    text = soup.get_text()
    magnets = re.findall(r"(magnet:\?xt=urn:[a-z0-9:]+)", text)
    ed2k = re.findall(r"(ed2k://\|file\|.+?\|/)", text)
    return magnets + ed2k

# 主函数：抓取一个板块第 1 页所有帖子的磁力链接
def main():
    session = requests.Session()
    # 可选：登录草榴（若不需要可注释）
    # if not login(session, "your_username", "your_password"):
    #     print("登录失败")
    #     return
    thread_links = fetch_thread_links(session, forum_id=7, page=1)
    print(f"共发现 {len(thread_links)} 个帖子")
    for link in thread_links:
        print(f"\n[+] 正在解析：{link}")
        links = fetch_magnet_links(session, link)
        for l in links:
            print(" →", l)
        time.sleep(1)  # 礼貌等待，防止封 IP

if __name__ == "__main__":
    main()

📌 注意事项

1. 草榴论坛使用 GB2312 编码，务必设置 resp.encoding = 'gb2312'
2. 某些版块（如成人 BT、原创 BT 等）需要注册并登录后才能访问
3. 建议设置 headers（模拟浏览器访问），并加 sleep() 避免访问过快被 ban
4. 如果遇到 403 或 需人机验证，可能被 Cloudflare 限制，建议使用代理或浏览器+selenium

✅ 运行效果（示意）

共发现 20 个帖子
[+] 正在解析：https://t66y.com/htm_data/7/2407/123456.html
 → magnet:?xt=urn:btih:xxxxxxx...
 → ed2k://|file|some.video.mkv|123456|...

📦 可选增强

• 下载种子（分析附件链接）
• 使用 SQLite 保存磁力记录
• 搭配 Aria2 实现自动下载
• UI 前端管理系统