Chinaunix首页 | 论坛 | 博客
  • 博客访问: 301344
  • 博文数量: 59
  • 博客积分: 1410
  • 博客等级: 上尉
  • 技术积分: 570
  • 用 户 组: 普通用户
  • 注册时间: 2009-03-21 09:31
文章分类

全部博文(59)

文章存档

2011年(1)

2009年(58)

我的朋友

分类: Python/Ruby

2009-12-18 16:44:41

每天早上都要听美国总统电台演说,都没有保存资料。昨天上班上的郁闷特写一个python脚本自动抓取并保存该资料,python真是强大。从学到整个东西写完只用了1个多小时,去掉页面上的大量广告,只留下所需信息,自动保存为html文件。程序很简单,就不错说了看代码


import sys,urllib
url=""
wp = urllib.urlopen(url)
print "start download..."
content = wp.read()


print content.count("center_box")
index =  content.find("center_box")
content=content[content.find("center_box")+1:]
content=content[content.find("href=")+7:content.find("target")-2]
filename = content
url =""+content
print content
print url
wp = urllib.urlopen(url)
print "start download..."
content = wp.read()

#print content
print content.count("
#content = content[content.find("
content = content[content.find(""):]
content = content[:content.find("
filename = filename[filename.find("presidentspeech")+len("presidentspeech/"):]

filename = filename.replace('/',"-",filename.count("/"))
fp = open(filename,"w+")
fp.write(content)
fp.close()
print content
阅读(20427) | 评论(0) | 转发(0) |
0

上一篇:python 字符串操作

下一篇:字节对齐

给主人留下些什么吧!~~