设为首页 收藏本站
查看: 494|回复: 0

[经验分享] Python 使用htmlParser下载论坛歌曲

[复制链接]

尚未签到

发表于 2017-5-3 09:19:52 | 显示全部楼层 |阅读模式
#encoding='GB2312'
import requests
import os
from HTMLParser import HTMLParser
print '本脚本可以帮助您下载K歌之王中上传的歌曲'+'\n'
bourl = "http://bbs.byr.cn/board/KaraOK"
filepath= 'python/'
headers = {'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
'Accept-Encoding': 'gzip, deflate, compress',
'Accept-Language': 'en-us;q=0.5,en;q=0.3',
'Cache-Control': 'max-age=0',
'Connection': 'keep-alive',      
'X-Requested-With': 'XMLHttpRequest',
'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/35.0.1916.153 Safari/537.36' }
if os.path.exists(filepath):
pass
else:
os.makedirs(filepath)
print '--------------------------'

class PageParser(HTMLParser):
def handle_starttag(self,tag,attrs):
if tag=='a':
global p_url
str_temp='在新窗口打开此主题'
for (key,val)in attrs:
if key=='href':
p_url=val
if (key=='title')&(val==str_temp):
downSong(p_url)

class MyParser(HTMLParser):
def handle_starttag(self,tag,attrs):
global songHref
if tag=='a':
for (key,val)in attrs:
if key=='href':
songHref=val
def handle_data(self,data):
global flag
global songName
str_find='在新窗口打开'
if data.find(str_find)>0:   
flag=True
songName=data
else:
flag=False
def handle_endtag(self, tag):
global songName
global flag
if flag&(tag=='a'):
songName=songName[0:songName.index('(')]
song =requests.get("http://bbs.byr.cn/"+songHref)
with open(filepath+songName,'wb') as code:
code.write(song.content)
print songName,'downCompleted'

def downSong(url):
songParser=MyParser()
try:
songContent=requests.get("http://bbs.byr.cn"+url,headers=headers).content
songParser.feed(songContent)
except:
print '下载错误!!!!!!!!!!!!!!!!'



p_url=''
flag=False
songName='';
songHref='';
p=80
while p<88:
global p;
p=p+1
temp_url=bourl+"?p="+str(p)
bbcount =requests.get(temp_url,headers=headers).content
parser=PageParser()
parser.feed(bbcount);
print 'the'+str(p)+'completed------------------------------------------------------------'


  说明几点1:byr论坛采用ajax架构,header写法如上。
  2:使用htmlParser解析文档
  3:链接提取后,直接写入文件就可以

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-372360-1-1.html 上篇帖子: python学习二( 一些基础语法) 下篇帖子: Python实现返回汉字首字母
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