起因
深夜忽然想下載一點(diǎn)電子書來擴(kuò)充一下kindle,就想起來python學(xué)得太淺,什么“裝飾器”啊、“多線程”啊都沒有學(xué)到。
想到廖雪峰大神的python教程很經(jīng)典、很著名。就想找找有木有pdf版的下載,結(jié)果居然沒找到!!CSDN有個(gè)不完整的還騙走了我一個(gè)積分!!尼瑪!!
怒了,準(zhǔn)備寫個(gè)程序直接去爬廖雪峰的教程,然后再html轉(zhuǎn)成電子書。
過程
過程很有趣呢,用淺薄的python知識(shí),寫python程序,去爬python教程,來學(xué)習(xí)python。想想有點(diǎn)小激動(dòng)……
果然python很是方便,50行左右就OK了。直接貼代碼:
# coding:utf-8import urllibdomain = 'http://www.liaoxuefeng.com' #廖雪峰的域名path = r'C:/Users/cyhhao2013/Desktop/temp//' #html要保存的路徑# 一個(gè)html的頭文件input = open(r'C:/Users/cyhhao2013/Desktop/0.html', 'r')head = input.read()# 打開python教程主界面f = urllib.urlopen("http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000")home = f.read()f.close()# 替換所有空格回車(這樣容易好獲取url)geturl = home.replace("/n", "")geturl = geturl.replace(" ", "")# 得到包含url的字符串list = geturl.split(r'em;"><ahref="')[1:]# 強(qiáng)迫癥犯了,一定要把第一個(gè)頁面也加進(jìn)去才完美list.insert(0, '/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000">')# 開始遍歷url Listfor li in list: url = li.split(r'">')[0] url = domain + url #拼湊url print url f = urllib.urlopen(url) html = f.read() # 獲得title為了寫文件名 title = html.split("<title>")[1] title = title.split(" - 廖雪峰的官方網(wǎng)站</title>")[0] # 要轉(zhuǎn)一下碼,不然加到路徑里就悲劇了 title = title.decode('utf-8').replace("/", " ") # 截取正文 html = html.split(r'<!-- block main -->')[1] html = html.split(r'<h4>您的支持是作者寫作最大的動(dòng)力!</h4>')[0] html = html.replace(r'src="', 'src="' + domain) # 加上頭和尾組成完整的html html = head + html+"</body></html>" # 輸出文件 output = open(path + "%d" % list.index(li) + title + '.html', 'w') output.write(html) output.close()
簡(jiǎn)直,人生苦短我用python啊!
以上所述就是本文的全部?jī)?nèi)容了,希望大家能夠喜歡。
新聞熱點(diǎn)
疑難解答
圖片精選