Beautifulsoup 小用

用 beautifulsoup 爬了下伯克利大学 programming languages  and compilers 的课件


import re
import requests
from bs4 import BeautifulSoup

r = requests.get( "http://inst.eecs.berkeley.edu/~cs164/fa11/lectures/index.html" )
soup = BeautifulSoup( r.text, "html.parser" )

for elem in soup.findAll( name = "a", attrs = { "href" : re.compile( "lecture[0-9]*.pdf" ) } ):        
    file_name = elem["href"][:-4] + "-" +\
                reduce( lambda a, b: a + " " + b,
                        elem.find_parent().find_previous_sibling().get_text().split( ":" ) ) + ".pdf"
    file_url = "http://inst.eecs.berkeley.edu/~cs164/fa11/lectures/" + elem["href"]
    file_get = requests.get( file_url, stream = True )
    with open( file_name, "wb" ) as f:
        for chunk in file_get.iter_content( chunk_size = 1024 ):
            if chunk:
                f.write( chunk )


  • 0
    点赞
  • 0
    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