import urllib2
import os
from bs4 import BeautifulSoup
import re
siteUrls = " "
url = "http://www.sina.com.cn"
def getContent(url):
content = urllib2.urlopen(url).read()
content = writeCss(url,content)
content = writefileName(url,content)
fileNames = re.findall(r'/[^\?]*\?([^/|^\?]*)$',url)
fileName = fileNames[0]
print fileName
f = file(fileName+".html",'w')
f.write(content)
f.close()
def writeCss(url,content):
soup = BeautifulSoup(content)
csss = soup.findAll('link',attrs={'type':'text/css'})
css_pat = re.compile('.*/(.*)\.css')
fileNames = re.findall(r'/[^\?]*\?([^/|^\?]*)$',url)
fileName = fileNames[0]
print fileName
for css in csss:
cssnames = re.findall(r'.*/(.*)\.css',str(css))
cssurls = re.findall(r'.*href=\"([^\"]*)\"',str(css))
# print cssna
python完成网页下载(包括图片和css)
最新推荐文章于 2024-07-25 08:08:29 发布
该博客介绍了一个Python程序,用于下载网页内容并同时抓取和保存页面中的CSS文件和图片。通过BeautifulSoup库解析HTML,找到链接的CSS和图片资源,然后替换为本地路径,最后将整个页面内容写入到一个HTML文件中。此外,程序还创建了必要的文件夹来存储下载的CSS和图片资源。
摘要由CSDN通过智能技术生成