1 Star 1 Fork 193

马永凡/PythonClimbInsect

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
文件
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
climbinsect.py 1.94 KB
一键复制 编辑 原始数据 按行查看 历史
# -*- coding:GBK -*-
from bs4 import BeautifulSoup
import os, sys, urllib2,time,random,re
#首先创建文件夹,提示输入,在当前目录创建
try:
foldname = raw_input('请输入文件夹名称:')
path = os.getcwd()
new_path = os.path.join(path,foldname)
if not os.path.isdir(new_path):
os.mkdir(new_path)
choice = raw_input('你想用当前时间定义图片名吗?(Y/N):')
except Exception, e:
print e
#定义函数,读取URL中标签的img并存储到文件夹中
def getHtmlImg(page = 1):
#从TXT中读取第一行的数据,获取url
try:
urlfile = open('URL.txt')
url = urlfile.readline().strip('\n') % page
classname = urlfile.readline().strip('\n')
content = urllib2.urlopen(url)
soup = BeautifulSoup(content)
my_div = soup.find_all('div',class_=classname)
for div in my_div:
imgs = div.find_all('img')
for img in imgs:
link = img.get('src')
print link
content2 = urllib2.urlopen(link).read()
if choice == u'y' or choice == u'Y':
with open(new_path+'/'+time.strftime('%H-%M-%S')+random.choice('qwertyuiopasdfghjklzxcvbnm')+link[-5:],'wb') as code:
code.write(content2)
else:
#根据获取的图片路径,把图片存到文件夹中
rstr = r"[\/\\\:\*\?\"\<\>\|]" # '/\:*?"<>|'
new_title = re.sub(rstr, "", link[-11:])
with open(new_path+'/'+new_title,'wb') as code:
code.write(content2)
page = int(page)+1
print u'开始抓取下一页中的图片'
print '第 %s 页' % page
getHtmlImg(page)
except Exception, e:
print e
getHtmlImg()
print "~~~~~~~~~~~~~~~~~~~~~~~~~~END~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~"
#为了避免双击的时候直接一闪退出,在最后面加了这么一句
raw_input("Press <Enter> To Quit!")
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化
Python
1
https://gitee.com/ma-yongfan/PythonClimbInsect.git
git@gitee.com:ma-yongfan/PythonClimbInsect.git
ma-yongfan
PythonClimbInsect
PythonClimbInsect
master

搜索帮助