主题:【原创】下载西西河主题帖的一个小程序 -- 晓麦
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
下载后结果为(我做测试,只小了小部分):
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:
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]
算了,我撤掉吧.
毕竟这个对服务器的压力也大啊.
原先的初衷是想下载像忙总,井大等大牛的文章的.
申请发到我的邮箱 email:[email protected] 谢谢。
不知老兄为啥撤了? 谁有意见谁自己提嘛, 别人也不是聋哑残废。 虽说这年头连挨打都有人替,但起码还有个授权手续不是。 这替人提意见的, 也不知道有没有填个表啥的, 自说自话就带上三个表了, 晕......