使用Python2.7和火狐浏览器下载QQ空间好友相册(二)

原来的文章由于用到了curl的命令，比较麻烦，而且带上cookie之后还是有一部分无法下载，所以用httplib2代替了curl、urllib、urllib2的一些功能。重新写了一个代码

前面文章的代码不再维护

前一篇文章在这里：使用Python2.7和火狐浏览器下载QQ空间好友相册

Python2.7代码如下：

# -*- coding: UTF-8 -*-
import os
import re
import json
import datetime
import shutil
import httplib2


# 获取原始curl请求,相册fcg_list_album_v3相片cgi_list_photo
origin_album = ''
origin_photo = ''
origin_album_url = re.search(r'curl\s\"(?P<url>.*?)\"',origin_album).group('url')
origin_photo_url = re.search(r'curl\s\"(?P<url>.*?)\"',origin_photo).group('url')
cookie =  re.search(r'\"Cookie:\s(?P<url>.*?)\"',origin_photo).group('url')
print origin_album_url
print origin_photo_url
print cookie

# 获取目标QQ
fp = open('qqlist.txt', 'r')
qqlist = fp.readlines()
for i in range(len(qqlist)):
    qqlist[i] = qqlist[i][:-1]
fp.close()

h = httplib2.Http()
headers={'Cookie': cookie}
for target in qqlist:
    if len(target) == 0 :  # 防止因为出现空行删除所有照片
        continue
    log = { }
    log['qq'] = target
    log['access'] = 1  # 是否允许访问
    log['time'] = datetime.datetime.now()  # 下载完成后记录花费的时间
    log['album_count'] = 0  # 相册总数
    log['photo_count'] = 0  # 照片总数
    print('当前QQ：' + target)
    try:
        os.makedirs('photos/' + target)  # 建立相应的文件夹
    except :
        shutil.rmtree('photos/' + target)  # 无论文件夹是否为空都移除该文件夹
        os.makedirs('photos/' + target)

    # 先得到正确的url，然后执行获取json数据
    hostUin = origin_album.split('&hostUin=')[1].split('&')[0]
    url = origin_album_url.replace(hostUin, target)  # 替换被访问者
    url = url.replace('&pageNumModeSort=40', '&pageNumModeSort=100')  # 显示相册数量
    resp, content = h.request(url, 'GET',headers=headers)
    #print content
    jsonstr = content[content.find('(') + 1: content.find(')', -1) - 1]  # json字符串,去除不标准的json数据
    output = json.loads(jsonstr)  # 最终json数据
    if output['code'] == -3000:  # 对不起，您尚未登录或者登录超时。
        print output['message']
        break
    if output['code'] == -4009:
        log['access'] = 0  # 是否允许访问
        fp = open('photos/' + target + '/log.txt', 'w')  # 日志文件，记录时间与数量
        fp.writelines(str(log))
        fp.close()
        continue
    # 相册没有分类时
    #print jsonstr
    albumList = []
    if 'albumListModeSort' in output['data']:  # 相册没有分类,目前这一类占大多数
        print 'type1'
        if output['data']['albumListModeSort'] == 'null':
            print 'noalbum'
            break
        print u'第一个相册名称:' + output['data']['albumListModeSort'][0]['name']  # 输出第一个相册名称
        albumList = output['data']['albumListModeSort']
    else:  # 相册有分类
        print 'type2'
        print u'第一个相册名称:' + output['data']['albumListModeClass'][0]['albumList'][0]['name']  # 输出第一个相册名称
        albumList = [dict() for i in range(0, output['data']['albumsInUser'])]
        count = 0
        # 重新构造albumList
        for i in range(0, len(output['data']['albumListModeClass'])):
            for j in range(0, output['data']['albumListModeClass'][i]['totalInClass']):
                albumList[count] = output['data']['albumListModeClass'][i]['albumList'][j]
                count = count + 1
            if count > output['data']['albumsInUser']:  # 对跳出条件加强控制
                break
    theSameAlbumName = 0  # 防止相册同名
    for album in albumList:
        if not album:  # 字典为空跳出，上面的output['data']['albumsInUser']是可访问相册数。
            continue
        log['album_count'] += 1
        print u'当前相册:' + str(album['classid']) + album['name']
        if album['allowAccess'] == 0:  # 相册无法直接访问(需要密码或者禁止访问)
            continue
        # album['id']就是照片列表的ID
        # 获取照片列表数据
        hostUin = origin_photo.split('&hostUin=')[1].split('&')[0]
        topicId = origin_photo.split('&topicId=')[1].split('&')[0]

        url = origin_photo_url.replace(hostUin, target)
        url = url.replace(topicId, album['id'])
        url = url.replace('&pageNum=30', '&pageNum=600')  # QQ空间每个相册最大貌似不会超过512
        resp, content = h.request(url, 'GET',headers=headers)
        #print content

        jsonstr = content[content.find('(') + 1: content.find(')', -1) - 1]  #json字符串
        output = json.loads(jsonstr)  #json字符串转字典
        if (output['code'] == -4404):
            continue
        # 相册名里面会不会也有奇葩名字呢
        filt = re.compile(r'\\|/|:|\*|\?|<|>|\||\.')
        album['name'] = re.sub(filt, '', album['name'])
        # 我服都服了，QQ空间居然还允许同名的相册。。。
        albumname = str(album['classid']) + album['name'].replace(' ', '')
        filelist = os.listdir('photos/' + target + '/')
        temp = albumname.encode('gbk')  # encode的作用是将unicode编码转换成其他编码的字符串,由于文件列表filelist里是gbk编码，保存一致才能比较
        if (temp in filelist) or (len(albumname) == 0):  # 编号，防止同名
            albumname = albumname + '_' + str(theSameAlbumName)
            theSameAlbumName += 1
        os.makedirs('photos/' + target + '/' + albumname)
        # 防止相片同名
        same = 0
        # 获取该相册下的每一张照片，如果相册为空，那么output['data']['photoList'] = None，output['data']['totalInAlbum']=0
        photoList = output['data']['photoList']
        if output['data']['totalInAlbum'] == 0:
            continue
        for photo in photoList:
            log['photo_count'] += 1
            print(u'当前图片:' + photo['name'])
            # 图片格式由photo['phototype']字段(整型)控制
            # 1：jpg
            # 3：png
            phototype = {'1': '.jpg', '2': '.gif', '3': '.png', '5': '.jpg', '10': '.jpg'}
            try:
                format = phototype[str(photo['phototype'])]
            except:
                format = '.jpg'
            # 建立文件夹并下载图片
            # QQ图片里面有太多的特殊字符了
            photoname = photo['name']
            filelist = os.listdir('photos/' + target + '/' + albumname)
            for i in range(len(filelist)):
                filelist[i] = filelist[i][:-4]
            photoname = photoname.replace(' ', '')
            # 文件名中不能有特殊字符
            filt = re.compile(r'\\|/|:|\*|\?|<|>|\||\.|\n|\t|\"')
            photoname = re.sub(filt, '', photoname)
            if (photoname in filelist) or (len(photoname) == 0):
                photoname = photoname + '_' + str(same)
                same += 1
            path = 'photos\\' + target + '\\' + albumname + '\\' + photoname + format
            try:
                resp , content = h.request(photo['url'], 'GET', headers=headers)
                open(path, 'wb').write(content)
            except httplib2.HttpLib2Error as e:
                print('保存图片出错')

    fp = open('photos/' + target + '/log.txt', 'w')
    # 日志文件，记录时间与数量
    log['time'] = (datetime.datetime.now() - log['time']).seconds
    log['time'] = str(log['time']) + 's'
    fp.writelines(str(log))
    fp.close()
    print('当前QQ：' + target + '下载完毕')