[python 下载CVPR2023所有文章] 可以扩展,待扩展中...

import re 
import requests 
import urllib.request 
import os 
import socket 
#get web context 
r=requests.get('https://openaccess.thecvf.com/CVPR2023?day=all') 
data=r.text 
#find all pdf links 
link_list=re.findall(r"(?<=href=\").+?pdf(?=\">pdf)", data) 
name_list=re.findall(r"(?<=paper.html\">).+(?=</a>)", data) 
socket.setdefaulttimeout(30) 
cnt=0 
num=len(link_list) 

#your localpath todownload pdf files 
localDir='./CVPR2023/' 
os.makedirs(localDir, exist_ok=True) 
while cnt<num: 
    url=link_list[cnt] 
    #seperatefilenamefromurllinks 
    file_name=name_list[cnt] 
    #to avoid some illegal punctuation in file name 
    file_name=file_name.replace(':','_') 
    file_name=file_name.replace('\"','_') 
    file_name=file_name.replace('?','_') 
    file_name=file_name.replace('/','_') 
    file_name=file_name.replace('','_') 
    file_path=localDir+file_name+'.pdf' 
    if os.path.exists(file_path): 
        print('[{}.pdf]exists, skip downloading.'.format(file_name)) 
        cnt=cnt+1 
        continue 
    else: 
        #download pdf files 
        print(f"[{cnt}/{num}]] Downloading->"+ file_path) 
        try: 
            urllib.request.urlretrieve('http://openaccess.thecvf.com/'+url, file_path) 
        except: 
            cnt=cnt+1 
            continue 
        cnt=cnt+1 
print("all download finished")

引用自2359篇CVPR2023论文开放下载链接 - 知乎 (zhihu.com)

 Colabhttps://colab.research.google.com/drive/1m10ifBq6YKKchsa4oXhuA5B-lEIvH4Jj?usp=sharingicon-default.png?t=N4HBhttps://colab.research.google.com/drive/1m10ifBq6YKKchsa4oXhuA5B-lEIvH4Jj?usp=sharing

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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