Python2下载单个网页
来源:互联网 发布:太平洋寿险软件下载 编辑:程序博客网 时间:2024/05/01 14:03
一,功能与目的
就是下载一个网页的源代码,网址就是CSDN博客地址:http://blog.csdn.net/woshisangsang
二,下载一个网页
通过urllib2模块的urlopen方法可以获取一个地址对应的html代码,注意在linux环境下,需要指明解释器的路径,并指明编码(不然没法使用中文)
#!/usr/bin/python2.7# coding=UTF-8import urllib2#变量区域url="http://blog.csdn.net/woshisangsang"#待下载的网址#方法区域def downloadWebsite(url):#下载 print("start to download:"+url) try: result=urllib2.urlopen(url).read() except urllib2.URLError as ex: print("download error,the reason is:"+ex.reason) return resultresult=downloadWebsite(url)print(result)
运行结果如下(部分结果,证明程序跑成功了),通过这个结果我们可以想到href对应的链接就是一篇博文对应的地址。
<span class="link_title"><a href="/woshisangsang/article/details/77222166"> Java 线程与进程的速度比较(继承Thread实现) </a> </span>
三,下载错误后重试下载
网页请求失败在所难免,所以可以重试下载,而对只有重试到最后一次仍然报错的显示错误信息。具体实现代码如下:
#!/usr/bin/python2.7# coding=UTF-8import urllib2#变量区域url="http://blog.csdn.net/woshisangsang11"#待下载的网址#方法区域def downloadWebsite(url,retry_time=5): print("start to download:"+url+",the retry time is:"+str(retry_time)) try: result=urllib2.urlopen(url).read() except urllib2.URLError as ex: if retry_time==1: return "download error,the reason is:"+ex.reason+",error code"+str(ex.code) else: return downloadWebsite(url,retry_time-1) return resultresult=downloadWebsite(url)print(result)
执行结果如下,可见咱这个程序是不服气的下载了5次,最后实在不行才报告错误的。最后error code是403,指的是可以连接该网站,但没有查看网页的权限,因为此处的url是我虚构的(加了11).
start to download:http://blog.csdn.net/woshisangsang11,the retry time is:5start to download:http://blog.csdn.net/woshisangsang11,the retry time is:4start to download:http://blog.csdn.net/woshisangsang11,the retry time is:3start to download:http://blog.csdn.net/woshisangsang11,the retry time is:2start to download:http://blog.csdn.net/woshisangsang11,the retry time is:1download error,the reason is:Forbidden,error code403[Finished in 1.6s]
阅读全文
0 0
- Python2下载单个网页
- 单个下载
- Python2下载单张图片和爬取网页图片
- 2 采集单个网页
- python2.7网页爬虫
- jsp 下载单个文件
- jsp 下载单个文件
- Github下载单个文件夹
- github下载单个文件夹
- AOSP 下载单个分支
- ftp批量下载 单个下载
- Python2 简单下载模板
- python2.x 获取网页内容
- android git 下载单个工程
- 下载单个项目的源码
- 下载单个模块android源码
- 用git下载单个分支
- github 下载 单个 部分 文件夹
- unity 旋转欧拉角 万向锁 解释
- storm集群安装配置
- 【WPF】DPI对控件定位产生的影响
- (C++)UrlEncode的标准实现
- css3 skew坐标轴笔记
- Python2下载单个网页
- 从并发编程角度看Java内存模型
- python爬虫之壁纸的下载
- 欢迎使用CSDN-markdown编辑器
- Andrew Ng 的 Deep Learning 教程翻译
- bzoj 2555: SubString
- 第一天申请,看是使用
- maven 创建多模块备忘(2)之整合ssm
- 如何查看mysql数据库中各个表的大小