python编写爬虫小程序
2015-05-14 00:00
1061 查看
起因
深夜忽然想下载一点电子书来扩充一下kindle,就想起来python学得太浅,什么“装饰器”啊、“多线程”啊都没有学到。
想到廖雪峰大神的python教程很经典、很著名。就想找找有木有pdf版的下载,结果居然没找到!!CSDN有个不完整的还骗走了我一个积分!!尼玛!!
怒了,准备写个程序直接去爬廖雪峰的教程,然后再html转成电子书。
过程
过程很有趣呢,用浅薄的python知识,写python程序,去爬python教程,来学习python。想想有点小激动……
果然python很是方便,50行左右就OK了。直接贴代码:
简直,人生苦短我用python啊!
以上所述就是本文的全部内容了,希望大家能够喜欢。
深夜忽然想下载一点电子书来扩充一下kindle,就想起来python学得太浅,什么“装饰器”啊、“多线程”啊都没有学到。
想到廖雪峰大神的python教程很经典、很著名。就想找找有木有pdf版的下载,结果居然没找到!!CSDN有个不完整的还骗走了我一个积分!!尼玛!!
怒了,准备写个程序直接去爬廖雪峰的教程,然后再html转成电子书。
过程
过程很有趣呢,用浅薄的python知识,写python程序,去爬python教程,来学习python。想想有点小激动……
果然python很是方便,50行左右就OK了。直接贴代码:
# coding:utf-8 import urllib domain = 'http://www.liaoxuefeng.com' #廖雪峰的域名 path = r'C:\Users\cyhhao2013\Desktop\temp\\' #html要保存的路径 # 一个html的头文件 input = open(r'C:\Users\cyhhao2013\Desktop\0.html', 'r') head = input.read() # 打开python教程主界面 f = urllib.urlopen("http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000") home = f.read() f.close() # 替换所有空格回车(这样容易好获取url) geturl = home.replace("\n", "") geturl = geturl.replace(" ", "") # 得到包含url的字符串 list = geturl.split(r'em;"><ahref="')[1:] # 强迫症犯了,一定要把第一个页面也加进去才完美 list.insert(0, '/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000">') # 开始遍历url List for li in list: url = li.split(r'">')[0] url = domain + url #拼凑url print url f = urllib.urlopen(url) html = f.read() # 获得title为了写文件名 title = html.split("<title>")[1] title = title.split(" - 廖雪峰的官方网站</title>")[0] # 要转一下码,不然加到路径里就悲剧了 title = title.decode('utf-8').replace("/", " ") # 截取正文 html = html.split(r'<!-- block main -->')[1] html = html.split(r'<h4>您的支持是作者写作最大的动力!</h4>')[0] html = html.replace(r'src="', 'src="' + domain) # 加上头和尾组成完整的html html = head + html+"</body></html>" # 输出文件 output = open(path + "%d" % list.index(li) + title + '.html', 'w') output.write(html) output.close()
简直,人生苦短我用python啊!
以上所述就是本文的全部内容了,希望大家能够喜欢。
相关文章推荐
- 为编写网络爬虫程序安装Python3.5
- python、scrapy下编写妹子图爬虫程序
- 为编写网络爬虫程序安装Python3.5
- Python的爬虫程序编写框架Scrapy入门学习教程
- python编写爬虫小程序
- 为编写网络爬虫程序安装Python3.5
- Python的爬虫程序编写框架Scrapy入门学习教程
- python编写网络爬虫程序
- 编写爬虫程序的神器 - Groovy + Jsoup + Sublime(转)
- python学习备忘之编写一个信用卡程序
- Python编写网页爬虫爬取oj上的代码信息
- Python CGI编写web程序-加法器
- 使用Python+tkinter编写电脑桌面放大镜程序
- PYQT5+python3.6+QT编写一个带ui的加密解密小程序<凯撒加密><维吉尼亚加密><仿射加密><培根加密>
- 使用PyQt来编写第一个Python GUI程序
- 零基础写python爬虫之使用Scrapy框架编写爬虫
- 零基础写python爬虫之爬虫编写全记录
- python3编写C/S网络程序实例教程
- Python中使用urllib2模块编写爬虫的简单上手示例
- 用java编写一个爬虫程序