标签:http io os ar for 文件 数据 div sp
import urllib2,urllib,os,re
def ZZ(url):
pathw=os.getcwd()
#图片和标题目录
imagetitleregion=r‘<div class="large-Imgs">\r\n <img src="(.+?)" alt="(.+?)">‘
imagetitleRe=re.compile(imagetitleregion)
#提取文件
downregion=u‘<a href="(.+?)"target="_blank" class="button btn-down" title="免费下载"><i class="icon-down icon-white"></i><i class="icon-white icon-down-transiton"></i>免费下载</a>‘
downRe=re.compile(downregion)
for i in range(5,5365+1):
try:
response=urllib2.urlopen(url+str(i)+‘.shtml‘)
html=response.read()
print u‘爬‘+str(i)+u‘页面数据‘
#提取图片和标题
m=imagetitleRe.findall(html+re.S)
imageurl=m[0][0].decode(‘utf-8‘)
title=m[0][1].decode(‘utf-8‘)
path=pathw+‘\\‘+title+‘_‘+str(i)
if not (os.path.isdir(path)):
os.mkdir(path)
if imageurl!=u‘佚名‘:
urllib.urlretrieve(‘http://www.cssmoban.com‘+imageurl,path+‘\\‘|str(i)+‘.jpg‘)
#提取文件
m=downRe.findall(html)
urllib.urlretrieve(m[0],path+‘\\‘+str(i)+‘.rar‘)
print u‘爬‘+str(i)+u‘页面数据完成‘
except Exception as s :
print s,u‘失败‘
url=raw_input(‘Url:‘)
ZZ(url)
标签:http io os ar for 文件 数据 div sp
原文地址:http://www.cnblogs.com/mhxy13867806343/p/3970000.html