python＋正则表达式获取ed2k url

python＋正则表达式获取ed2k url

2014-07-03 19:45  283人阅读  评论(0)  收藏  举报

  分类：

python 学习（1） 

版权声明：本文为博主原创文章，未经博主允许不得转载。

近来找到了一套 MIT的 introduction to algorithms 课程，无奈网速太慢，在线根本看不了，于是乎决定搜搜国内有没有网站提供该套课程的下载，找了半天结果在 verycd.com中找到一套，可惜的是verycd.com不提供下载链接，所以只能想另外的方法看有没有网友提供它的下载链接，在网络搜索过程中发现

http://www.blogjava.net/lusm/archive/2007/07/26/132556.html

里面有提供下载，但是它的复制链接地址点不开，经过仔细观察，它的每一条下载链接都是一个ed2k url, 我思考了一把，如果一个一个链接处理很是恼人，于是决定写一个脚本来替我提取ed2k url, 代码如下：

[python]  view plain copy

1. #!/usr/bin/python3.2  
2.   
3. import urllib.request  
4. import re  
5.   
6. def get_all_picaddr(startaddr = ''):  
7.     response = urllib.request.urlopen(startaddr)  
8.     htmlbytes = response.read()  
9.     htmlstr = htmlbytes.decode(encoding='utf-8')  
10.     alladdrs=re.findall(r'ed2k://.*\|/\s',htmlstr);  
11.     for addr in alladdrs:  
12.         print(addr)  
13.   
14. if __name__ == "__main__":  
15.     get_all_picaddr("http://www.blogjava.net/lusm/archive/2007/07/26/132556.html")  

在写这个代码的时候还要感谢这篇文章，一目了然地介绍了python中正则表达式的用法：

http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html

正是因为参考了这篇文章，我才能够顺利地写了一个粗略的ed2k URL 的正则表达式：

[python]  view plain copy

1. 'ed2k://.*\|/\s'  

简单，粗略，但是实实在在能解决问题。
其实我对python不熟，只用过一两次，每次都是用它来处理一些简单的字符串分析问题，它用起来确实很方便，我相信同样的功能如果用C／C＋＋来实现的话估计是以代码的N倍工作量吧^_^.

• 上一篇那些年我们面试过的单链表算法总结（一）
• 下一篇那些年我们面试过的单链表算法总结（二）