快捷導(dǎo)航

python采集博客中上傳的QQ截圖文件

更新時(shí)間：2014年07月18日 09:06:21 投稿：junjie

這篇文章主要介紹了python采集博客中上傳的QQ截圖文件,因?yàn)槲募形臅?huì)在某些時(shí)候亂碼,例如這件的文件名QQ截圖20120926174732,所以需要采集出來修改掉,需要的朋友可以參考下

哎，以前寫博文的時(shí)候沒注意，有些圖片用QQ來截取，獲得的圖片文件名都是類似于QQ截圖20120926174732-300×15.png的形式，昨天用ftp備份網(wǎng)站文件的時(shí)候發(fā)現(xiàn)，中文名在flashfxp里面顯示的是亂碼的，看起來好難受，所以寫了一個(gè)python小腳本，爬取整個(gè)網(wǎng)站，然后獲取每個(gè)文章頁面的圖片名，并判斷如果是類似于QQ截圖20120926174732-300×15.png的形式就輸出并將該圖片地址和對(duì)應(yīng)的文章地址保存在文件中，然后通過該文件來逐個(gè)修改。

好了，下面是程序代碼：

import urllib2
from bs4 import BeautifulSoup
import re
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
 
baseurl = "http://m.fzitv.net/dont-worry.html"
#說明下，起始地址是第一篇文章的地址，通過該文章的頁面就
#可以使用BeautifulSoup模塊來獲取上一篇文章的地址
 
file = open(r"E:\123.txt","a")
 
def pageloop(url):
  page = urllib2.urlopen(url)
  soup = BeautifulSoup(page)
  img = soup.findAll(['img'])
  if img == []:
    print "當(dāng)前頁面沒有圖片"
    return
  else:
    for myimg in img:
      link = myimg.get('src')
      print link
      
      pattern = re.compile(r'QQ\S*[0-9]*png')
      badimg = pattern.findall(str(link))
      if badimg:
        print url
        file.write(link + "\n")
        file.write(url+"\n")
      
 
 
def getthenextpage(url):
  pageloop(url)
  page = urllib2.urlopen(url)
  soup = BeautifulSoup(page)
  for spanclass in soup.findAll(attrs={"class" : "article-nav-prev"}):
    #print spanclass
    if spanclass.find('article-nav-prev') != -1:
      pattern = re.compile(r'http://m.fzitv.net/\S*html')
      pageurl = pattern.findall(str(spanclass))
      for i in pageurl:
        #print i
        getthenextpage(i)
       
      
 
getthenextpage(baseurl)
 
 
 
print "the end!"
file.close()

最后，對(duì)和我以前剛開始做網(wǎng)站的同學(xué)說下，圖片命名的話最好是用數(shù)字形式或者是英文、拼音的形式，要不然到最后想修改的話就麻煩了，所以最好就是從剛開始就養(yǎng)成好的習(xí)慣，用正確的命名規(guī)范來問文章、圖片來命名，這樣就會(huì)好很多。

您可能感興趣的文章:

相關(guān)文章

利用Python實(shí)現(xiàn)問卷星自動(dòng)填寫的超詳細(xì)教程
問卷星已經(jīng)成為收集問卷的一個(gè)很重要的工具,有時(shí)可以用來報(bào)名參加活動(dòng),有時(shí)可以用來收集某些領(lǐng)域相關(guān)的情況,下面這篇文章主要給大家介紹了關(guān)于利用Python實(shí)現(xiàn)問卷星自動(dòng)填寫的超詳細(xì)教程,需要的朋友可以參考下
2023-06-06
pytest實(shí)現(xiàn)測(cè)試用例參數(shù)化
這篇文章主要介紹了pytest實(shí)現(xiàn)測(cè)試用例參數(shù)化，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
2021-04-04
對(duì)python遍歷文件夾中的所有jpg文件的實(shí)例詳解
今天小編就為大家分享一篇對(duì)python遍歷文件夾中的所有jpg文件的實(shí)例詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
2018-12-12
Python文件打開方式實(shí)例詳解【a、a+、r+、w+區(qū)別】
這篇文章主要介紹了Python文件打開方式,結(jié)合實(shí)例形式詳細(xì)分析了Python文件打開函數(shù)的使用及a、a+、r+、w+等屬性功能、使用區(qū)別與相關(guān)操作注意事項(xiàng),需要的朋友可以參考下
2019-03-03
Python操作Sonqube API獲取檢測(cè)結(jié)果并打印過程解析
這篇文章主要介紹了Python操作Sonqube API獲取檢測(cè)結(jié)果并打印過程解析,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
2019-11-11
PyQt5簡單讀取以及顯示圖片的應(yīng)用實(shí)例
我們?cè)谶M(jìn)行圖像處理時(shí),經(jīng)常會(huì)用到讀取圖片并顯示出來這樣的操作,下面這篇文章主要給大家介紹了關(guān)于PyQt5簡單讀取以及顯示圖片應(yīng)用的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下
2023-05-05
Python入門教程3. 列表基本操作【定義、運(yùn)算、常用函數(shù)】
這篇文章主要介紹了Python列表基本操作,結(jié)合實(shí)例形式總結(jié)分析了Python針對(duì)列表的基本定義、判斷、運(yùn)算及各種常用函數(shù)與相關(guān)使用技巧,需要的朋友可以參考下
2018-10-10
對(duì)python中Json與object轉(zhuǎn)化的方法詳解
今天小編就為大家分享一篇對(duì)python中Json與object轉(zhuǎn)化的方法詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
2018-12-12
Python爬蟲爬取美劇網(wǎng)站的實(shí)現(xiàn)代碼
一直在學(xué)習(xí)Python爬蟲，所以今天就心血來潮來寫了個(gè)爬蟲，抓取該網(wǎng)站上所有美劇鏈接，并保存在文本文檔中，想要哪部劇就直接打開復(fù)制鏈接到迅雷就可以下載啦
2016-09-09
Java ExcutorService優(yōu)雅關(guān)閉方式解析
這篇文章主要介紹了Java ExcutorService優(yōu)雅關(guān)閉方式解析,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
2020-05-05