久久久久久久999_99精品久久精品一区二区爱城_成人欧美一区二区三区在线播放_国产精品日本一区二区不卡视频_国产午夜视频_欧美精品在线观看免费

標題: 關(guān)于用socket實現(xiàn)一個超簡單的爬蟲 [打印本頁]

作者: 19981998    時間: 2018-11-29 20:42
標題: 關(guān)于用socket實現(xiàn)一個超簡單的爬蟲
#僅供參考
import socket
import ssl
import re       
import os


url = "http://csse.xjtlu.edu.cn/classes/CSE205/"
protocol = url.split('://')[0]

u = url.split('://')[1]
i = u.find('/')
host = u[:i]
path = u[i:]
file_path='D:\\{}'.format(host)

def  get_html(url):

    if protocol =='https':
        sock= ssl.wrap_socket(socket.socket())
        port = 443

    else:
        sock = socket.socket()
        port = 80

    sock.connect((host,port))

    request = 'GET {} HTTP/1.1\r\nhost:{}\r\n\r\n'.format(path, host)
    print( request)

    sock.send(request.encode())
    response = b''
    buffer_size = 1024
    while True:
        r = sock.recv(buffer_size)
        response += r
        if len(r) < buffer_size:
            break

    response = response.decode()
    print(response)
    return response



def get_img(response):

    imgre = re.compile(r"""<img\s.*?\s?src\s*=\s*['|"]?([^\s'"]+).*?>""",re.I)
    imglist = re.findall(imgre,response)

    for src in imglist:

        if protocol =='https':
            sock2= ssl.wrap_socket(socket.socket())
            port = 443
        else:
            sock2= socket.socket()
            port = 80

        sock2.connect((host,port))
        request2='GET {}{} HTTP/1.1\r\nhost:{}\r\n\r\n'.format(path,src,host)
        print(request2)
        sock2.send(request2.encode())
        response2 = b''
        buffer_size = 1024
        while True:
            r = sock2.recv(buffer_size)
            response2 += r
            if len(r) < buffer_size:
                break
        data=response2.split("\r\n\r\n".encode())[1]

        src=src.replace('/','.');
        file_path='D:\\{}\{}'.format(host,src)

        with open (file_path,'wb') as f:
            f.write(data)


def mkdir(file_path):

    isExists=os.path.exists(file_path)
    if not isExists:
        os.makedirs(file_path)
        return True
    else:
        return False


mkdir(file_path)
response = get_html(url)
get_img(response)






歡迎光臨 (http://www.zg4o1577.cn/bbs/) Powered by Discuz! X3.1
主站蜘蛛池模板: 欧美精品一区三区 | 久久久久亚洲 | 亚洲网站免费看 | 亚洲福利一区 | 国产精品久久一区二区三区 | 蜜桃视频在线观看免费视频网站www | 久在线视频| 国产1区在线 | 蜜臀网站 | 午夜在线小视频 | 青青草原综合久久大伊人精品 | 亚洲 欧美 日韩在线 | 久久伊人精品 | 亚洲精品二区 | 日本免费一区二区三区四区 | 免费在线观看黄色av | 色爱综合网 | 亚洲欧美激情精品一区二区 | 色综久久 | 日韩电影免费在线观看中文字幕 | 国产激情一区二区三区 | 中文字幕精品一区 | 黄色一级片在线播放 | 亚洲一区二区三区四区五区午夜 | 国产一级免费视频 | 日韩久久精品 | 一级毛片在线播放 | 成人不卡 | 国产精品久久久久久久一区二区 | 天天看天天爽 | 日韩精品免费 | 色网站入口 | 精品久久久久香蕉网 | 欧美精品久久久久久久久久 | 成人av在线播放 | 亚洲三区在线观看 | 欧美韩一区二区三区 | 97超碰免费 | 午夜视频在线观看网址 | 国产日韩欧美中文 | 国产中文字幕在线观看 |