iis服务器助手广告广告
返回顶部
首页 > 资讯 > 后端开发 > Python >Python使用urllib2模块抓取HTML页面资源的实例分享
  • 900
分享到

Python使用urllib2模块抓取HTML页面资源的实例分享

实例模块页面 2022-06-04 19:06:16 900人浏览 八月长安

Python 官方文档:入门教程 => 点击学习

摘要

先把要抓取的网络地址列在单独的list文件中 Http://www.lsjlt.com/article/83440.html http://www.lsjlt.com/article/83437.ht

先把要抓取的网络地址列在单独的list文件中


Http://www.lsjlt.com/article/83440.html
http://www.lsjlt.com/article/83437.html
http://www.lsjlt.com/article/83430.html
http://www.lsjlt.com/article/83449.html

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'

--结束END--

本文标题: Python使用urllib2模块抓取HTML页面资源的实例分享

本文链接: https://www.lsjlt.com/news/14960.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
猜你喜欢
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作