python获取输入标准库_用Python标准库修改搜索引擎获取结果

Python标准库在长时间的使用中需要不断的学习。下面我们就看看如何才能更好的掌握相关的技术信息。希望对大家之后的使用和学习有所帮助。下面的就是想大家介绍下相关的使用方法。

我输入的关键字作为地址参数传递给某个程序，这个程序就会返回一个页面，上面包括顶部(logo和搜索UI)／结果部分／底部(版权信息部分)，我们要得到的就是中间结果部分，这个可以用Python标准库的urllib中的urlopen方法得到整个页面的字符串，然后再解析这些字符串，完全有办法把中间结果部分抽取出来，抽出着串字符串，加上自己的头部和顶部和底部，那样搜索小偷的雏形就大概完成了，下面先写个测试代码。

[code]

# Search Thief

# creator: Singo

# date: 2007-8-24

import urllib

import re

class SearchThief:

" " "the google thief " " "

global path,targetURL

path="pages\\ "

#targetURL="http://www.google.cn/search?complete=1&hl=zh-CN&q= "

targetURL="http://www.baidu.com/s?wd= "

def __init__(self,key):

self.key= key

def getPage(self):

webStr=urllib.urlopen(targetURL+self.key).read() # get the page string form the url

self.setPageToFile(webStr)

def setPageToFile(self,webStr):

rereSetStr= re.compile( "\r ")

self.key=reSetStr.sub( " ",self.key) # replace the string "\r "

targetFile=file(path+self.key+ ".html ", "w ") # open the file for "w "rite

targetFile.write(webStr)

targetFile.close()

print "done "

inputKey=raw_input( "Enter you want to search -->")

obj=SearchThief(inputKey)

obj.getPage()

[/code]

这里只是要求用户输入一个关键字，然后向搜索引擎提交请求，把返回的页面保存到一个目录下，这只是一个测试的例子，如果要做真正的搜索小偷，完全可以不保存这个页面，把抽取出来的字符串加入到我们预先设计好的模板里面，直接以web的形式显示在客户端，那样就可以实现利用盗取某些搜索引擎的结果并构造新的页面呈现。

看一下百度搜索结果页的源码，在搜索结构的那个table标签前面有个

getResultStr()

[code]

def getResultStr(self,webStr):

webStrwebStrList= webStr.read().split( "\r\n ")

line=webStrList.index( "

")+2 # get the line from "