写了个图片蜘蛛人玩玩，抓了几个网页试试，感觉不不错。核心的代码可能20行也不到，简洁明了，嘻嘻。废话少说，翠花，上代码~~
#coding=utf-8
import os
import sys
import re
import urllib
URL_REG = re.compile(r'(http://[^/\\]+)', re.I)
IMG_REG = re.compile(r'<img[^>]*?src=([\'"])([^\1]*?)\1', re.I)
def download(dir, url):
'''下载网页中的图片
@dir 保存到本地的路径
@url 网页url
'''
global URL_REG, IMG_REG
m = URL_REG.match(url)
if not m:
print '[Error]Invalid URL: ', url
return
host = m.group(1)
if not os.path.isdir(dir):
os.mkdir(dir)
# 获取html,提取图片url
html = urllib.urlopen(url).read()
imgs = [item[1].lower() for item in IMG_REG.findall(html)]
f = lambda path: path if path.startswith('http://') else \
host + path if path.startswith('/') else url + '/' + path
imgs = list(set(map(f, imgs)))
print '[Info]Find %d images.' % len(imgs)
# 下载图片
for idx, img in enumerate(imgs):
name = img.split( ......
昨天在研究了几天PHP-GTK后，决定转向Python，因为Python具有多线程这个特点，在与系统交互方面也比较有优势，虽然我很喜欢PHP，PHP在网页方面也非常强大，但毕竟我不是搞网站开发的。
想下个Python吧，发现它居然被和谐了，太诡异了
唉，和谐有理，屏蔽无罪！ ......
1.Python中时间函数有几种不同的表示方法。一种是基于数字的表示方法，另外一种是用一系列值来表示，第三种是用ASCII码字符串的可读形式来表示的元组。 time()函数返回的是从某一时间点算起的秒数，该数值是一个浮点数。根据操作系统的不同，这个时间点也不同。通过求localtime(0)的值可以找到系统的该时间点。 localtime(t)返回一个具有9个元素的元组。 ctime(t)返回一个表示时间值的ASCII码的字符串，t作为浮点型数值传递给函数。 >>> import time
>>> print time.ctime(0)
Thu Jan 01 08:00:00 1970 >>> print time.localtime(0)
(1970, 1, 1, 8, 0, 0, 3, 1, 0)
>>> 2.Python中只允许通过值来传递变量，但在其他语言中，允许通过引用来传递变量。在这种情况下，可以在函数内部改变参数值。而且改变将对调用程序产生影响。 3.处理二进制文件：二进制文件中，字符不是用可识别的行结束符按行来组织的。这样，对二进制文件进行处理的方式，跟对文本文件进行处理的方式有所不同。首先，如果要对二进制文件进行操作的话，必须在open函数中的打开模式参数中附加一个字母"b”来加以指定。 >>> ......
最新文章 :