python-爬虫,邮件

本文介绍了使用Python进行网页爬虫的数据抓取,并配合邮件程序实现数据报告的发送。主要包含两个部分:`crawler.py`负责爬虫逻辑,`send_mail.py`及`conf.py`用于配置和发送邮件。
摘要由CSDN通过智能技术生成

1,爬虫程序

crawler.py

# -* - coding: UTF-8 -* -
#!/usr/bin/python 
import sys, urllib, hashlib, htmllib, os, formatter, string
 
class Parser(htmllib.HTMLParser):
    def __init__(self, verbose = 0):
        self.anchors = {}
        f = formatter.NullFormatter()
        htmllib.HTMLParser.__init__(self, f, verbose)
 
    def anchor_bgn(self, href, name, type):
        self.save_bgn()
        self.anchor = href
 
    def anchor_end(self):
        text = string.strip(self.save_end())
        if self.anchor and text:
            self.anchors[text] = self.anchors.get(text, []) + [self.anchor]

#返回url的主目录,比如http://www.baidu.com/123返回http://www/baidu.com
def getmainurl(url):
 
    ind = url.find('/',len('http://'))
    if ind > 0 :
        return url[:ind]
    else :
        return url
#根据url返回其他所有的url 
def getURL(url, html, queue):
    p = Parser()
    try :
      
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值