Python使用urllib2模块抓取HTML Python使用urllib2模块抓取HTML页面资源的实例分享
larry 人气:0想了解Python使用urllib2模块抓取HTML页面资源的实例讲解的相关内容吗,larry在本文为您仔细讲解Python使用urllib2模块抓取HTML的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:Python,urllib2,HTML,下面大家一起来学习吧。
先把要抓取的网络地址列在单独的list文件中
l l l l
然后我们来看程序操作,代码如下:
#!/usr/bin/python import os import sys import urllib2 import re def Cdown_data(fileurl, fpath, dpath): if not os.path.exists(dpath): os.makedirs(dpath) try: getfile = urllib2.urlopen(fileurl) data = getfile.read() f = open(fpath, 'w') f.write(data) f.close() except: print with open('u1.list') as lines: for line in lines: URI = line.strip() if '?' and '%' in URI: continue elif URI.count('/') == 2: continue elif URI.count('/') > 2: #print URI,URI.count('/') try: dirpath = URI.rpartition('/')[0].split('//')[1] #filepath = URI.split('//')[1].split('/')[1] filepath = URI.split('//')[1] if filepath: print URI,filepath,dirpath Cdown_data(URI, filepath, dirpath) except: print URI,'error'
加载全部内容