主题:【原创】下载西西河主题帖的一个小程序 -- 晓麦
共:💬4 🌺18
我是python的新手,我也做了个小程序,来下载西西河(ccthere,cchere,talkcc,here4news)的主题帖.
我这个程序能做两个操作:
一:下载作者家园博客下主题帖里的所有主题.
例如,http://www.talkcc.com/user/井底望天/所有帖/ 下的所有主题帖
外链图片需谨慎,可能会被源头改
下载后结果为(我做测试,只小了小部分):
外链图片需谨慎,可能会被源头改
二:下载单个主题.
这个其实是上面内容的一部分,我独立出来.
我将主题帖以树展的模式下载成为一个独立的html文件.这个文件仍旧保留了原来的风格,并且如果原树展有n页的话,我合并成了一页.
原页面风格:
外链图片需谨慎,可能会被源头改
我下载下来后的:
http://1841.img.pp.sohu.com.cn/images/2011/10/20/14/3/e26468200_133ddafa456g213.jpg
我使用的是python2.6.6,附件里config.txt是设置文件,里面有设置用例,欢迎使用.lol
另程序可能存在的问题或甲虫:
1.网页打不开,中途会退出,打不开的原因有(网页被重置,该网页需要你登陆才能看到)
2.因为使用了正则表达式来抓内容,考虑肯定有不周全的地方,抓到的内容就....
3.我只抓了静态内容,如果页面里含了其他的元素(图片等等),那么很抱歉...
4.我css比较弱,所以页面也不太好看,请包容.
[URL=]请试用[/URL]
通宝推:上古神兵,
- 相关回复 上下关系4
🙂【原创】下载西西河主题帖的一个小程序
🙂请发给我 独草 字245 2011-10-25 15:11:45
🙂热心是好的,不过也要考虑作者及铁手的想法 2 大散人 字0 2011-10-20 02:52:55
🙂恩,是的,我迟疑了好久,才放上来 晓麦 字89 2011-10-20 04:03:24