亲宝软件园·资讯

展开

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

相关教程
猜你喜欢
用户评论