【下载文档:  python urllib爬取百度云连接的实例代码.txt 】

---

python urllib爬取百度云连接的实例代码
翻看自己以前写的程序，发现写过一个爬取盘多多百度云资源的东西，完全是当时想看变形金刚才自己写的，而且当时第一次接触python大概写了有2天才搞出来这个程序，学习python语言，可以看得出来那时候的代码写的真的low。虽然现在也不怎么样，哈哈，一直学习中，不做过多解释，上图上代码，因为变量的声明是什么我自己也忘了（手动傲娇），连写入文件当时都不会哈哈哈哈哈哈哈哈，也不知道class中可以通过init初始化，唉学习python原来我学到了这么多东西，感谢python
from bs4 import BeautifulSoup
import urllib
import requests
import re
adr =[]
''''对搜素资源名字进行url编码'''
search_text =raw_input('请输入搜索资源名：')
search_text = search_text.decode('gbk')
search_text = search_text.encode('utf-8')
search_text = urllib.quote(search_text)
''''获取文件地址'''
home = urllib.urlopen('http://www.panduoduo.net/s/name/'+search_text)
'''获取百度云地址'''
def getbaidu(adr):
for i in adr:
url = urllib.urlopen('http://www.panduoduo.net'+i)
bs = BeautifulSoup(url)
bs1 = bs.select('.dbutton2')
href = re.compile('http\%(\%|\d|\w|\/\/|\/|\.)*')
b = href.search(str(bs1))
name = str(bs.select('.center')).decode('utf-8')
text1 = re.compile('\[\d|\w|\D|\W]*\')
text2 = text1.search(name)
rag1 = re.compile('\>[\d|\w|\D|\W]*\<')
if text2:
text3 = rag1.search(text2.group())
if text3:
print text3.group()
if b:
text = urllib.unquote(str(b.group())).decode('utf-8')
print text
'''初始化'''
def init(adr):
soup = BeautifulSoup(home)
soup = soup.select('.row')
pattern = re.compile('\/r\/\d+')
for i in soup:
i = str(i)
adress = pattern.search(i)
adress = adress.group()
adr.append(adress)
print 'running---------'
init(adr)
getbaidu(adr)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持中文源码网。