Python实现从订阅源下载图片的方法

作者:saintatgod 时间:2021-08-14 19:19:37 

本文实例讲述了Python实现从订阅源下载图片的方法。分享给大家供大家参考。具体如下:

这段代码是基于python 3.4实现的,和python2.X 比起来有了好多差别啊。
这是一个练习,数据源来自网易订阅。代码如下:

__author__ = 'Saint'
import os
import urllib.request
import json
from html.parser import HTMLParser
# 从获取的网页内容筛选图片的内容
class MyHtmlParser(HTMLParser):
    links = []
    def handle_starttag(self, tag, attrs):
        if tag == "img":
            if len(attrs) == 0:
                pass
            else:
                for name, value in attrs:
                    if name == "src":
                        self.links.append(value)
class Down(object):
    # 总的目录
    img_path = "E:/saint"
    # 下载目录
    dir = ''
    # 采集源地址
    collect_links = ["http://dy.163.com/v2/media/articlelist/T1374483113516-1", "http://dy.163.com/v2/media/articlelist/T1420776257254-1", "http://dy.163.com/v2/media/articlelist/T1376641060407-1"]
    img_links = "http://dy.163.com/v2/article"
    def handleCollect(self):
        for collect_link in self.collect_links:
            notice = "开始从[" + collect_link + "]采集图片"
            print(notice)
            # 建立下载的目录
            dir_name = collect_link.split("/")[-1]
            self.isDirExists(dir_name)
            dict = self.getListFromSubscribe(collect_link)
            if dict == False:
                print("数据采集失败,是否继续(y/n)")
                op = input();
                if op == "y":
                    os.system("cls")
                    pass
                elif op == "n":
                    print("停止采集")
                    break
                else:
                    os.system("cls")
                    print("非法输入")
                    break
            else:
                for page in dict:
                    page_uri = self.img_links + "/" + page["tid"] + "/" + page["docid"]
                    self.getImgFromUri(page_uri)
                    print("是否继续(y/n)")
                    new_op = input();
                    if new_op == "n":
                        os.system("cls")
                        print("采集完毕")
                        break
        print("OK")
    # 从订阅源获取目录
    def getListFromSubscribe(self, uri):
        res = urllib.request.urlopen(uri)
        if res.code < 200 or res.code > 300:
            os.system("clear")
            return False
        else:
            result = res.read().decode("gbk") # 3.4版本的read()返回的是byte类型,需要decode()处理,选项是网页编码
            dict = json.loads(result)
            if dict['code'] != 1:
                print(dict['msg'])
                return False
            else:
                return dict['data']
    # 获取本期订阅的网页,并从网页中提取出来需要的图片
    def getImgFromUri(self, uri):
        html_code = urllib.request.urlopen(uri).read().decode("gbk")
        hp = MyHtmlParser()
        hp.feed(html_code)
        hp.close()
 
        for link in hp.links: # hp.links 是图片的下载地址的列表
            self.writeToDisk(link)
    # 检查文件目录是否存在,如果不存在,则创建目录
    def isDirExists(self, dir_name):
        self.dir = self.img_path + dir_name
        isExists = os.path.exists(self.dir)
        if not isExists:
            os.makedirs(self.dir)
            return True
        else:
            return True
    # 下载文件,并且写入磁盘
    def writeToDisk(self, url):
        os.chdir(self.dir)
        file = urllib.request.urlopen(url).read()
        file_name = url.split("/")[-1]
        open(file_name, "wb").write(file)
        return True
if __name__ == "__main__":
    down = Down()
    down.handleCollect()

希望本文所述对大家的Python程序设计有所帮助。

标签:Python,下载,图片
0
投稿

猜你喜欢

  • Dreamweaver MX 2004表格设计

    2008-02-03 11:36:00
  • 让IE8支持eWebEditor在线编辑器

    2010-02-28 10:36:00
  • 使用PHP获取当前url路径的函数以及服务器变量

    2023-10-31 02:31:34
  • 详解Bagging算法的原理及Python实现

    2021-06-10 00:20:41
  • PHP htmlspecialchars()函数用法与实例讲解

    2023-06-02 16:48:38
  • 页面重构中的组件制作要点

    2009-10-25 13:06:00
  • 浅谈python中真正关闭socket的方法

    2023-11-02 15:41:56
  • Python tkinter布局与按钮间距设置方式

    2023-09-28 23:43:27
  • 《写给大家看的设计书》阅读笔记之对齐原则

    2009-07-09 16:32:00
  • CSS缩写可以有效的缩小CSS文件的体积

    2009-01-13 18:06:00
  • 解决MySQL数据库中与优化器有关的问题

    2008-12-17 16:18:00
  • Oracle密码文件的使用和维护第1/3页

    2010-07-30 12:43:00
  • python机器学习理论与实战(五)支持向量机

    2021-11-27 11:36:30
  • Python 程序报错崩溃后如何倒回到崩溃的位置(推荐)

    2021-01-08 16:14:34
  • 深入了解SQL Server 2008 商业智能平台

    2009-01-15 13:03:00
  • 网页绿色系配色应用实例

    2008-08-26 11:51:00
  • JavaScript 编程引入命名空间

    2007-10-11 19:00:00
  • python实现微信自动回复机器人功能

    2023-12-30 01:01:40
  • Python模块zipfile原理及使用方法详解

    2022-03-24 10:33:37
  • ASP读取Exif信息无组件实现过程

    2009-02-09 12:52:00
  • asp之家 网络编程 m.aspxhome.com