获取所有的列表
2018-06-17 23:24:47来源:未知 阅读 ()
import urllib import time ##读取指定的网址 url = [] page = 1 while page <= 11: url_con = urllib.urlopen('http://blog.sina.com.cn/s/articlelist_1193111400_0_'+str(page)+'.html').read() print 'con' ,url_con i = 0 title = url_con.find(r'<a title=') print "title",title href = url_con.find(r'href=',title) print "href",href html = url_con.find(r'.html',href) print "html",html while title != -1 and href != -1 and html != -1 and i < 40: url.append(url_con[href+6:html+5]) print page,url[i] title = url_con.find(r'<a title=',html) href = url_con.find(r'href=',title) html = url_con.find(r'.html',href) filename = url[-26:] i = i + 1 else: print page, 'find end' page = page + 1 else: print 'all find end !' j = 0 k = len(url) print "url sum:",k while j < k: content = urllib.urlopen(url[j]).read() filename = url[j][-26:] open(r'blog/'+ filename,'w').write(content) j = j + 1 time.sleep(5)
以上代码是获取所有博客文章列表,并读取其内容,并输出html
标签:
版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有
- Flask request接口获取参数 2019-08-13
- python 之 前端开发(HTTP协议、head标签、img标签、a标签、 2019-08-13
- 浅谈 Web框架 2019-08-13
- 列表和元组 2019-08-13
- Python数据基础类型-列表 2019-08-13
IDC资讯: 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营: 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程: Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术: Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧: 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作: FrontPages Dreamweaver Javascript css photoshop fireworks Flash