设为首页 收藏本站
查看: 454|回复: 0

[经验分享] Python superbwallpapers 动漫分类 下载

[复制链接]

尚未签到

发表于 2015-12-2 11:20:34 | 显示全部楼层 |阅读模式
  动漫分类壁纸多线程下载,有Bug



# -*- coding: utf-8 -*-
import os,urllib2,re,urllib
from bs4 import BeautifulSoup
import socket
socket.setdefaulttimeout(25)      #in case of overtime:http://outofmemory.cn/code-snippet/16848/python-through-urllib-urlretrieve-file-setting-method
#another way:urllib.request.socket.setdefaulttimeout(20)
re_link = re.compile(r'/anime/.{0,50}-\d{5}')
re_404 = re.compile(r'Page not found - Please try some of the popular items below')  
main_url = []
#main_url.append("http://www.superbwallpapers.com/anime/")
pic_page = []
pic_name = []
pic_url = []
pic_url_number =[]
end_page = 40
for each_page in range(end_page):
main_url.append("http://www.superbwallpapers.com/anime/" + str(each_page + 1) + ".html")
each_page += 1
print main_url
#how_many = 0        
def one_page(main_url):
#global how_many
main_page_html = urllib2.urlopen(main_url).read()
soup = BeautifulSoup(main_page_html,fromEncoding="gb18030")
match_pic = []
for link in soup.find_all('a'):
href = str(link.get('href'))   
match = re_link.match(href)
if match :
#print match.group()
            match_pic.append(match.group())
global pic_url_number
global pic_page
global pic_name
global pic_url
for i in range((len(match_pic)-1)/2):
pic_page.append('http://www.superbwallpapers.com' + match_pic[i*2])
pic_name.append(match_pic[i*2][7:])
pic_url.append("http://cdn.superbwallpapers.com/wallpapers" + match_pic[i*2] + "-1920x1080.jpg")
pic_url_number.append(x)
output = open('K://PIC/url.txt','w+')
for x in range(end_page):
one_page(main_url[x])
title = "K://PIC/" + str(x)
if not os.path.isdir(title):
os.mkdir(title)
output.write(str(pic_url))
output.close()
pic_number = 0
url_fail = []
import threading
how_many = 0
lock = threading.Lock()
#one_page(main_url[how_many])
class myThread (threading.Thread):
def __init__(self, pic_url):
threading.Thread.__init__(self)
self.pic_url = pic_url
def run(self):
global pic_number
global how_many
print '%s acquire lock...' % threading.currentThread().getName()
lock.acquire()
print '%s get the lock.' % threading.currentThread().getName()
o1 = pic_number
pic_number += 1
# 释放锁
        lock.release()
print '%s release lock...' % threading.currentThread().getName()
try:
urllib.urlretrieve(pic_url[o1], "K://PIC/" + str(pic_url_number[o1])+ "/" + str(pic_name[o1]) + ".jpg")   
#detail:http://www.nowamagic.net/academy/detail/1302861
except:  #except socket.timeout as e:
try:
urllib.urlretrieve(pic_url[o1], "K://PIC/" + str(pic_url_number[o1])+ "/" + str(pic_name[o1]) + ".jpg")
except:  
global url_fail
url_fail.append(pic_url[o1])
url_fail.append(pic_url_number[o1])
print "-----socket timout-----,record..."
print "Picture " + str(pic_name[o1]) + " Downloaded"   
def start_new_thread():
thread = myThread(pic_url)
thread.start()
while pic_number <= len(pic_url):
if threading.activeCount() < 7:
start_new_thread()
DSC0000.jpg

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-146271-1-1.html 上篇帖子: Python基础学习笔记(一)安装以及IDE的配置 下篇帖子: 一个python做得数据库同步
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表