用python写的网络爬虫实例补充说明

上二篇文章主要分享了网络爬虫实例——919网监助手1.0的源代码，为了帮助大家理解代码，特作以下补充说明：
代码中使用的主要控件名，标签或作用如下表：
控件名 标签或作用
m_radioBtn15 提取站内链接
m_radioBtn16 按敏感词提取相关信息
m_textCtrl25 显示和设置excel文件路径
m_button14 “浏览”按钮
m_spinCtrl1 显示和设置开始行
m_spinCtrl2 显示和设置结束行
m_spinCtrl3 显示和设置开始行
m_textCtrl32 显示和设置敏感词
m_button12 “确定”按钮
m_staticText11 显示网址或程序运行状况

代码中用到类、方法、事件、函数如下：

Getlike类：实现提取站内链接的功能。
main1方法：为该类调用的入口。
get_html0方法：通过网址爬取网页内容。
rexcel方法：从excel文件中读取网址。
wexcel0方法：把从主页中爬取的链接和标题保存到excel文件中。
Mgzfind类：实现按敏感词提取相关信息的功能。
main2方法：为该类调用的入口。
get_html方法：通过网址爬取网页内容。
wexcel方法：保存与网页链接和从网页中提取的与敏感词相关的信息。
MyFrame1_events类：主窗口类
readcon自定义函数：读取config.ini文件中的内容。
savecon自定义函数：写入config.ini文件。
MyFrame1_OnClose事件：关闭窗口事件。
openf事件：浏览excel文件的事件。
radio5事件：点击m_radioBtn15控件，读取config.ini文件中的内容。
radio6事件：点击m_radioBtn16控件，读取config.ini文件中的内容。
mymain事件：点击“确定”按钮触发的事件。

使用命令pyinstaller -F -w -i t1.ico main.py forms.py events.py 编译成main.exe，和config.ini、t1.ico放在同一文件夹才能正常运行main.exe，运行后的界面如下图：

软件的配制文件如下图：

配制文件编码为UTF-8，软件设置栏中显示的内容从这个文件中读取，按“确定”按钮后软件设置的内容也保存在这个文件中。
运行该软件还应准备一个excel文档，后缀名为xlsx（本软件不支持后缀名为xls的excel文档），默认需要在第一列第一行以下存储网站的网址。按“提取站内链接”运行本软件后将会在在第二列产生网站的站内链接，第三列产生链接标题。按“按敏感词提取相关信息”运行本软件，将会在该excel文档的第4列产生与2列相同的链接（为方便查看），第5列产生从2列链接的网页中提取的与敏感词相关的信息。在本软件运行的过程中，请不要打开这个excel文档。
在运行网络爬虫过程中，请大家自觉遵守网络爬虫之规则，不要用爬虫爬取网站的涉密信息。
为了使大家了解python2和python3在本实例中的区别，我把用python2写的代码放在百度网盘上，有兴趣可以下载后对照。
链接: https://pan.baidu.com/s/1URh9ErgiTcASJATXHbhCbg
提取码: 5y7a