python博客源码下载_【Python】下载百度空间文章的python源码

纯python新手写的关于下载百度空间文章python源码，代码写的不好，能用不能看。大家看看效果就行， 不要求代码的精简程度。大牛请飘过。

下载百度空间文章python源码使用方法：

在cmd中输入：> python "F:\Walkbox\Python\mywork\baidu\getArticleId - r1.py" bspeng922 6

命令格式：python 文件存放路径 [用户名] [下载页数]

下载页数可以不填，不填则为全部下载。如果大于实际总页数，则会重复下载第一页的内容

这段代码只能是新版的百度空间，只测试了”低调优雅“模板，生成的是html文件；

同时我突然发现一个奇特的功能，这段代码竟然可以用来刷百度空间的访问量，不错哦。

下载百度空间文章python源码，如下：

`# -*- coding: utf8 -*-`

`import` `urllib`

`import` `re,os,sys,time`

`def` `articleDownload(username,pageCount):`

`#判断传入的参数是否合法`

`if` `username` `=``=` `"``" : username = "``bspeng922"`

`if` `pageCount` `=``=` `""` `or` `int``(pageCount)

`pageCount` `=` `0`

`else``:`

`pageCount` `=` `int``(pageCount)` `+` `1`

`print` `"Blog: [http://hi.baidu.com/new/%s](http://hi.baidu.com/new/%s)"``%``username`

`#文件保存目录，可修改`

`saveDrive` `=` `"E:\\test"`  `#directory to save html files`

`#html文件保存目录`

`if` `not` `os.path.exists(saveDrive) :`

`os.mkdir(saveDrive)`

`mydrive` `=` `os.path.join(saveDrive,username)`

`if` `not` `os.path.exists(mydrive) :`

`os.mkdir(mydrive)`

`#图片保存目录`

`imgDir` `=` `"img"`

`imgPath` `=` `os.path.join(saveDrive,username,imgDir)`

`if` `not` `os.path.exists(imgPath):`

`os.mkdir(imgPath)`

`#判断传入的页数是否为0，为0则全部下载`

`if` `pageCount` `=``=` `0` `:`

`fstbaidu` `=` `urllib.urlopen(``"[http://hi.baidu.com/new/%s](http://hi.baidu.com/new/%s)"``%``username)   `

`totalRecord,pagesize``=``0``,``0`

`for` `fstline` `in` `fstbaidu:       `

`if` `fstline.find(``"allCount"``)>``0``:` `#only one tag`

`totalRecord` `=` `int``(fstline[fstline.index(``"'")+1:fstline.rindex("'"``)])`

`if` `fstline.find(``"pageSize"``)>``0``:`

`pagesize` `=` `int``(fstline[fstline.index(``"'")+1:fstline.rindex("'"``)])`

`if` `pagesize !``=` `0` `and` `totalRecord !``=` `0``:`

`pageCount` `=` `totalRecord``/``pagesize`

`if` `totalRecord` `/` `float``(pagesize) > totalRecord``/``pagesize:`

`pageCount` `=` `pageCount` `+` `2`

`fstbaidu.close()`

`print` `"Page Count: "``,pageCount` `-` `1`

`#根据文章ID获得文章实际链接`

`articleCount` `=` `0`

`sumHtmlPath` `=` `os.path.join(saveDrive,``"%s.html"``%``username)`

`sumfile` `=` `open``(sumHtmlPath,``"w"``)` `#the sum file`

`aTagCmp` `=` `re.``compile``(``"""(.*?)"""``%``username)`

`for` `page` `in` `range``(``1``,pageCount):`

`thisPageUrl` `=` `urllib.urlopen(``"[http://hi.baidu.com/new/%s?page=%d](http://hi.baidu.com/new/%s?page=%d)"``%``(username,page))`

`print` `"Page: "``,page`

`for` `line` `in` `thisPageUrl:`

`if` `line.find(``"a-incontent a-title"``)>``0` `:`

`articleCount` `+``=` `1`    `#博客文章数目`

`linefind` `=` `aTagCmp.findall(line)`

`#print linefind`

`for` `line` `in` `linefind :`

`#文章的ID和名称`

`myurl` `=` `line[``0``]`

`mytitle` `=` `line[``1``]`

`sumfile.write(``"""%s
"""``%``(username,myurl,mytitle))`

`#获得真实的文章，并保存`

`thispath` `=` `os.path.join(mydrive,``"%s.html"``%``myurl)`

`thisfile` `=` `open``(thispath,``'w'``)`

`thisArticle` `=` `urllib.urlopen(``"[http://hi.baidu.com/%s/item/%s](http://hi.baidu.com/%s/item/%s)"``%``(username,myurl))`

`for` `thisline` `in` `thisArticle:`

`imgCount` `=` `0`

`badImg` `=` `0`

`if` `thisline.find(``"content-head clearfix"``)>``0``:` `#只取正文`

`#匹配图片标签`

`imgTagCmp` `=` `re.``compile``(``""""""``)`

`imglist` `=` `imgTagCmp.findall(thisline)`

`for` `imglink` `in` `imglist :`

`imageNewPath` `=` `""`

`#print imglink`

`if` `imglink.find(``"""://"""``)>``0``:`

`imageName` `=` `imglink[imglink.rindex(``"/"``)``+``1``:]`

`#下载图片`

`try``:`

`urllib.urlretrieve(imglink,os.path.join(imgPath,imageName))`

`imgCount` `+``=` `1`

`except` `:` `#不能下载则报错`

`print` `"cannot download this image: "``+``imageName`

`#替换图片链接`

`imageNewPath` `=` `""""""``%``(imgDir,imageName)`

`thisImgCmp` `=` `re.``compile``(``"""|||"""``%``(imageName,imageName,imageName,imageName))`

`#print imageNewPath`

`try``:`

`#print thisImgCmp.findall(thisline)`

`thisline` `=` `thisImgCmp.sub(imageNewPath,thisline)` `#每次都对当前图片标签进行替换`

`#print thisline`

`except``:`

`print` `"UnExpect error"`

`else``:``#www.iplaypy.com`

`badImg` `+``=` `1`

`#删除多余的内容`

`pos` `=` `thisline.find(``"mod-post-info clearfix"``)`

`if` `pos>``0` `:`

`thisline` `=` `thisline[``0``:pos``-``12``]`

`thisfile.write(thisline.strip())               `

`thisfile.close()`

`thisArticle.close()`

`#print "Image Count: %d  Bad Image: %d"%(imgCount, badImg)`

`thisPageUrl.close()`

`sumfile.close()`

`print` `"Article Count: "``,articleCount`

`if` `__name__` `=``=` `"__main__"``:`

`st` `=` `time.time()`

`#获得命令行参数`

`if` `len``(sys.argv)` `=``=` `2``:`

`uname` `=` `sys.argv[``1``]`

`pages` `=` `0`

`elif` `len``(sys.argv)>``2``:`

`uname` `=` `sys.argv[``1``]`

`pages` `=` `int``(sys.argv[``2``])``+``1`

`else``:`

`uname` `=` `raw_input``(``"Username -> "``)`

`pages` `=` `raw_input``(``"Page -> "``)`

`articleDownload(uname,pages)`

`et` `=` `time.time()`

`print` `"Time used: %0.2fs"``%``(et``-``st)`

大家在学python的时候肯定会遇到很多难题，以及对于新技术的追求，这里推荐一下我们的Python资源分享秋秋裙：855408893  内有安装包，学习视频资料，免费直播实战案例。这里是Python学习者的聚集地，零基础，进阶，都欢迎每日分享一些学习的方法和需要注意的小细节