我是靠谱客的博主 强健月亮,最近开发中收集的这篇文章主要介绍Python使用urllib2模块抓取HTML页面资源的实例分享,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

先把要抓取的网络地址列在单独的list文件中

http://www.uoften.com/article/83440.html
http://www.uoften.com/article/83437.html
http://www.uoften.com/article/83430.html
http://www.uoften.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'

最后

以上就是强健月亮为你收集整理的Python使用urllib2模块抓取HTML页面资源的实例分享的全部内容,希望文章能够帮你解决Python使用urllib2模块抓取HTML页面资源的实例分享所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(91)

评论列表共有 0 条评论

立即
投稿
返回
顶部