Python获取央视节目单的实现代码

沿途有光

发布时间：2026-10-12| 3人浏览过

原创

本文提供基于Python的央视节目单抓取脚本。通过命令行指定频道编号（1至20）与日期，利用urllib请求页面并配合正则表达式提取上下午播出内容，最终在终端格式化输出当日节目列表。附带参数校验与版本兼容说明，适合批量查询或自动化监控场景。

实现原理与目标

该脚本旨在通过Python标准库自动拉取央视各频道的当日播出计划。核心逻辑分为三步：首先根据用户输入的频道代号拼接目标URL，随后向服务器发起HTTP请求获取HTML源码；接着使用正则表达式定位包含上下午排期的区块，并按时间字段拆分上午与下午的节目清单；最后在终端以对齐表格的形式打印结果。全程依赖内置模块，无需安装第三方依赖包，代码结构清晰，便于二次开发与集成到定时任务中。

运行准备条件

系统环境：预装Python 3.6及以上版本的操作系统（Windows/macOS/Linux均可）。
网络要求：运行主机需能正常访问电视播客官网（tv.cctv.com）。
依赖组件：仅使用内置标准库（urllib、re、sys、time），开箱即用。
安全提醒：由于涉及外部网络请求，建议在受信任的网络环境中运行。若脚本频繁调用，请注意控制请求频率以避免触发目标站点的反爬限制。

完整代码实现

以下为适配现代Python环境的完整实现。代码已修复旧版语法，增加了网络超时保护、非法输入拦截及页面结构容错处理，确保在实际使用中更稳定。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import urllib.request
import re
import sys
from time import strftime, localtime

CHANNELS = {
    "1": "CCTV-1", "2": "CCTV-2", "3": "CCTV-3", "4": "CCTV-4亚洲",
    "5": "CCTV-4欧洲", "6": "CCTV-4美洲", "7": "CCTV-5", "8": "CCTV-6",
    "9": "CCTV-7", "10": "CCTV-8", "11": "CCTV-9", "12": "CCTV-10",
    "13": "CCTV-11", "14": "CCTV-12", "15": "CCTV新闻", "16": "CCTV少儿",
    "17": "CCTV音乐", "18": "CCTV_E", "19": "CCTV-F", "20": "CCTV高清"
}

if __name__ == "__main__":
    print("@@ 你可以在命令行后输入数字(1-20)来选择频道")
    print("@@ 通过在命令行后键入 help 获取频道列表")
    print("@@")
    
    if len(sys.argv) == 1:
        select = "8"
    else:
        cmd = sys.argv[1]
        if cmd == "help":
            for i, name in enumerate(CHANNELS.values(), 1):
                print(f"{i:>3} : {name}", end=" ")
                if i % 4 == 0:
                    print()
            sys.exit(0)
        
        if not cmd.isdigit() or not (1 <= int(cmd) <= 20):
            print("Out of Range. Please Select 1-20.")
            sys.exit(0)
        select = cmd

    print('正在获取节目单，请稍后...')
    date = strftime('%Y%m%d', localtime())
    url = f"http://tv.cctv.com/soushi/28/0{select}/{date}.shtml"
    
    headers = {"User-Agent": "Mozilla/5.0"}
    req = urllib.request.Request(url, headers=headers)
    
    try:
        with urllib.request.urlopen(req, timeout=10) as response:
            html = response.read().decode('utf-8', errors='ignore')
    except Exception as e:
        print(f"请求失败: {e}")
        sys.exit(0)

    list_html = re.findall(r'上午节目(.*?)<script', html, re.S)
    if not list_html:
        print("无法解析页面结构，可能网站已更新或网络异常。")
        sys.exit(0)
        
    list_items = re.findall(r'<li>(.*?)</li>', list_html[0], re.S)
    morning, afternoon = [], []

    for item in list_items:
        clean_text = re.sub(r'<.*?>', '', item).strip()
        if not clean_text:
            continue
        try:
            hour = int(clean_text[:2])
            if hour >= 12:
                afternoon.append(clean_text)
            else:
                morning.append(clean_text)
        except ValueError:
            continue

    listnum = max(len(morning), len(afternoon))
    print("-" * 80)
    print(" "*13 + "上午节目" + " "*26 + "下午节目")
    print(" "*14 + "========" + " "*26 + "========")
    for i in range(listnum):
        m_time = morning[i][:5] if i < len(morning) else ""
        m_detail = morning[i][5:] if i < len(morning) else ""
        pm_time = afternoon[i][:5] if i < len(afternoon) else ""
        pm_detail = afternoon[i][5:] if i < len(afternoon) else ""
        print(f"{m_time:<4} {m_detail:<29} {pm_time:<4} {pm_detail:<30}")
    print("-" * 80)
    print(" "*24, strftime("%Y年%m月%d日"), CHANNELS.get(select, "") + " 节目单")