爬虫,未完成

import re
import os
import urllib
re_favliststart = re.compile(r'<div class="fav_list">')
re_url = re.compile(r'<a href="(?P<url>http.+)" target=.*>(?P<title>.*)</a>')
myfavourite = open('myfavourite.html')
savedata = open('savedata.txt','w')
workspace = os.getcwd()
for line in myfavourite:
	if re_favliststart.search(line) != None:
		break

for line in myfavourite:
	result = re_url.search(line)
	if result == None:
		continue
#	print result.group('url')
#	print result.group('title') 
	savedata.write(result.group('url') +'\n')
	savedata.write(result.group('title') +'\n')
	filename = workspace + '/' + result.group('title') + '.html'
	urllib.urlretrieve(result.group('url'),filename)
myfavourite.close()
savedata.close()

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