#!/usr/bin/python3 # -*- coding: UTF-8 -*- ''' Created on 2016年11月18日 @author: baoyou curiousby@163.com ''' #http://ssdfz001.iteye.com/blog/2228685 import urllib.request import urllib.parse import os, sys import codecs import bs4 from bs4 import BeautifulSoup import re import urllib.request, urllib.parse, http.cookiejar #跟网址 http://news.qq.com/c/816guonei_1.htm base_url='http://news.qq.com/' url='http://news.qq.com/c/816guonei_1.htm' #存储路径 save_path='C:/Users/cmcc-B100036/Desktop/' save_img='img' save_txt='text' #抽取正则 reg = '<a target=\"_blank\" class=\"pic\" href=\"([^\"]*)\"><img class=\"picto\" src=\"([^\"]*)\"></a><em class=\"f14 l24\"><a target=\"_blank\" class=\"linkto\" href=\"[^\"]*\">([^</a>]*)</a></em><p class=\"l22\">([^</p>]*)</p>' #request消息头 heads = { 'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8', 'Accept-Encoding':'gzip, deflate, sdch', 'Accept-Language':'zh-CN,zh;q=0.8', 'Cache-Control':'max-age=0', 'Host':'news.qq.com', 'Proxy-Connection':'keep-alive', 'Upgrade-Insecure-Requests':'1', 'User-Agent':'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36' } #获取网页信息 def getHtml(url): fp = urllib.request.urlopen(url) bytes = fp.read() respAllHtml = bytes.decode('gbk') fp.close(); #print('---- respAllHtml----',respAllHtml); return respAllHtml; #获取新闻列表 def getList(url): respHtml = getHtml(url); #print('---- respHtml----',respHtml); soup = BeautifulSoup(respHtml ,'html.parser'); list = soup.find_all('div',class_='Q-tpList'); # print('-----------list .len------------',len(list)); contents=[] for x in list: contents.append(x) return contents #获取文本信息到本地 def loadText(contents): for content in contents : load(content) #下载资源 def load(content): # print(content.prettify()); # # print(content.find('a',class_='pic')) # print(content.find('a',class_='pic')['href']) # print(content.find('a',class_='pic').img) # print(content.find('a',class_='pic').img['src']) # print( content.find('a',class_='linkto')) # print( content.find('a',class_='linkto').get_text()) # print(content.find('p')) urlsuffix=content.find('a',class_='pic')['href']; detailurl=base_url + urlsuffix; detailimg= content.find('a',class_='pic').img['src']; detailtitle = content.find('a',class_='linkto').get_text(); detailcontent = content.find('p').get_text(); save_path='C:/Users/cmcc-B100036/Desktop/' save_path = save_path+urlsuffix.replace(".htm",""); if not os.path.exists(save_path): os.makedirs( save_path, 0o755 ); newstext = save_path+'/%s'%save_txt newsimg= save_path+'/%s'%save_img if not os.path.exists(newstext): os.makedirs( newstext, 0o755 ); if not os.path.exists(newsimg): os.makedirs( newsimg, 0o755 ); urllib.request.urlretrieve(detailimg,newsimg+"/img.png" ); with codecs.open(newstext+"/text.txt",'w+','utf-8') as fp: fp.write(detailurl+'\t'+detailimg+'\t'+detailtitle+'\t'+detailcontent) #print ('------------------------------------------------------------ end one news') if __name__=="__main__": # url=raw_input("""输入目标网址\n 按回车键结束\n""") print ('---------------------start--------------------------------------') url='http://news.qq.com/c/816guonei_1.htm'; contents = getList(url); loadText(contents); print ('---------------------end---------------------------------------')
捐助开发者
在兴趣的驱动下,写一个免费
的东西,有欣喜,也还有汗水,希望你喜欢我的作品,同时也能支持一下。 当然,有钱捧个钱场(右上角的爱心标志,支持支付宝和PayPal捐助),没钱捧个人场,谢谢各位。
谢谢您的赞助,我会做的更好!
相关推荐
Python3.5是Python编程语言的一个重要版本,它在2015年发布,并在2020年结束了主要的支持。这个版本引入了许多新的特性和改进,使得它成为开发者广泛采用的版本之一。以下是关于Python3.5及其相关知识点的详细讲解:...
python3.5从零开始学是专门针对Python新手量身设计,涵盖了Python 3.5 实际开发的重要知识点。内容包括:Python语言的类型和对象、操作符和表达式、编程结构和控制流、函数、序列、多线程、正则表达式、面向对象编程...
Python3.5作为Python的一个版本,继承了Python的诸多优点,并在此基础上进行了一些改进。 Python3.5的安装过程较为简单,适合零基础的编程入门者。首先,Python的标准安装程序支持多种操作系统,包括GNU/Linux、...
"Python3.5-64位官方安装版下载"标题表明这是一个针对Windows操作系统、适用于64位处理器的Python 3.5安装包。 描述中提到的"python3.5-64位官方安装包(Windows版本)下载,欢迎大家下载。"意味着这个压缩包包含了...
标题《Python3.5从零开始学.pdf》和描述《新版本Python3.5基础教程,从零入门必备,新书》中蕴含的知识点主要包括以下几个方面: 1. Python语言概述:Python是一种广泛使用的高级编程语言,以其简洁明了的语法和...
Python3.5是Python编程语言的一个重要版本,它在2015年发布,引入了许多新特性和改进,为开发者提供了更强大、更高效的工具。本教程“Python3.5从零开始学”旨在帮助初学者掌握Python 3.5的基础和进阶知识,为实际...
Python3.5是Python编程语言的一个重要版本,它在2015年发布,引入了多项新特性,如异步IO、类型注解等。在这个压缩包中,包含了一系列与机器学习、计算机视觉以及数值计算相关的64位Python依赖包的whl文件,这些文件...
1.Python3.5 openstack云计算专题 10课 Python3.5-01.云计算介绍.avi Python3.5-02.openstack组件介绍.avi Python3.5-03.keystone介绍.avi Python3.5-04.openstack组件通信流程.avi Python3.5-05.虚拟化介绍....
python.3.5.4可以直接安装使用,现在python很热门,欢迎大家下载学习。
01.Python3.5 介绍与循环 02.Python3.5 基本数据结构 03.Python3.5 函数与变量 04.Python3.5 装饰器编程 05.Python3.5 模块讲解 06.Python3.5 面向对象 07.Python3.5 网络编程 08.Python3.5 Socekt高级编程 09....
标题 "Win-Caffe:Visual Studio 2015, CPU only, Python 3.5" 指的是一个针对Windows平台的Caffe构建,它专为使用Visual Studio 2015开发环境、仅支持CPU运算且集成了Python 3.5接口的版本。这个版本的Caffe可能是由...
针对Python3.5版本的dlib预编译`.whl`文件,意味着它已经针对这个特定的Python版本进行了优化和测试。使用这个文件可以确保dlib与Python3.5的兼容性,避免了因版本不匹配可能导致的错误。为了安装这个预编译的dlib,...
02 Python3.5基本数据构14课rar 03 Python3.5函数与变量19果tar 04,Python3.5装编程18课rar 05,.Python3.5模块讲解14课rar 06,Python3.5面向对象12课rar 07.Python3.5网络编程13课rar 08,Python3.5 Socekti高级...
在本项目"Python3.5,django1.10实用例子2"中,我们将深入探讨如何利用Python 3.5和Django 1.10框架进行高效开发,特别是涉及AJAX、线程(thread)以及子进程(subprocess)调用系统命令的技术。这个项目可能包含一...
标题中的"Twisted适配python3.5"指的是Python编程中的一个关键问题,即Twisted框架与Python 3.5版本的兼容性。Twisted是一个用Python编写的事件驱动网络编程库,广泛用于异步网络服务,如网络客户端、服务器、协议...
1.Python3.5 DjangoWeb开发框架 18课 2 Python3.5 Django的ORM映射机制20课.rar 3.Python3,5 Django数据库实战15课,rar 4,Python3.5 Django分页与Cookie19课.rar 5.Python3,5 Django会话与表单验证21课rar 6,Python...
Python3.5是Python编程语言的一个重要版本,发布于2015年,引入了许多新的特性和改进。在这个64位的安装包中,包含了运行Python3.5所需的所有组件,适用于64位操作系统的用户。 1. **新特性与改进**: - **异步IO*...
《Python 3.5从零开始学》专门针对Python新手量身定做,涵盖了Python 3 实际开发的重要知识点,内容包括:Python语言的类型和对象、操作符和表达式、编程结构和控制流、函数、序列、多线程、正则表达式、面向对象...
树莓派上Python3.5环境下Opencv的安装过程 Opencv是一个计算机视觉库,广泛应用于图像和视频处理、人脸识别、目标检测等领域。树莓派是一款高度可定制的单板电脑,广泛应用于物联网、机器人、自动化等领域。将...
1. **Boost与Python 3.5集成**:在编译Caffe以支持Python 3.5时,首先需要确保你已经安装了Python 3.5以及其开发头文件(通常包含在`python3.5-dev`或类似包中)。接下来,你需要下载并编译Boost库,确保在编译时...