Python科幻小说下载器

wujunkai

使用Python2.7.13

1. # encoding:utf-8
   
2. import urllib2
   
3. import re
   
4. 
   
5. beginning="http://www.kehuan.net.cn"
   
6. 
   
7. #解析目录或文字
   
8. def get(address,name):
   
9.     web=urllib2.urlopen(beginning+address).read()
   
10.     basis=re.findall(re.compile(r'(?<=<dd><a href=").+?(?=">)'),'r"'+web+'"')
    
11.     if basis != []:
    
12.         fout=open(name.decode('utf-8')+'.log',"a+")
    
13.         fout.write("            "+name+'\n\n')
    
14.         fout.close()
    
15.         for i in basis:
    
16.             get(i,name)
    
17.     else:
    
18.         if re.search(re.compile(r'(?<=<title>).+?(?=</title>)'),'r"'+web+'"'):
    
19.             title=re.search(re.compile(r'(?<=<title>).+?(?=</title>)'),'r"'+web+'"').group(0)
    
20.         else:
    
21.             title='runtime wrong'
    
22.         if re.findall(re.compile(r'(?<=<p>).+?(?=</p>)'),'r"'+web+'"'):
    
23.             article=re.findall(re.compile(r'(?<=<p>).+?(?=</p>)'),'r"'+web+'"')
    
24.         else:
    
25.             article=' '
    
26.         fout=open(name.decode('utf-8')+'.doc',"a+")
    
27.         fout.write("        "+title+'\n')
    
28.         for i in article:
    
29.             fout.write("    ")
    
30.             j=0
    
31.             while j < len(i):
    
32.                 if i[j]!='&':
    
33.                     fout.write(i[j])
    
34.                 elif i[j+1]=='h' and i[j+2]=='e' and i[j+3]=='l' and i[j+4]=='l' and i[j+5]=='i' and i[j+6]=='p' and i[j+7]==';':
    
35.                     fout.write('…')
    
36.                     j=j+7
    
37.                 elif i[j+1]=='m' and i[j+2]=='i' and i[j+3]=='d' and i[j+4]=='d' and i[j+5]=='o' and i[j+6]=='t' and i[j+7]==';':
    
38.                     fout.write('·')
    
39.                     j=j+7
    
40.                 elif i[j+1]=='l' and i[j+2]=='d' and i[j+3]=='q' and i[j+4]=='u' and i[j+5]=='o' and i[j+6]==';':
    
41.                     fout.write('“')
    
42.                     j=j+6
    
43.                 elif i[j+1]=='r' and i[j+2]=='d' and i[j+3]=='q' and i[j+4]=='u' and i[j+5]=='o' and i[j+6]==';':
    
44.                     fout.write('”')
    
45.                     j=j+6
    
46.                 elif i[j+1]=='l' and i[j+2]=='s' and i[j+3]=='q' and i[j+4]=='u' and i[j+5]=='o' and i[j+6]==';':
    
47.                     fout.write('‘')
    
48.                     j=j+6
    
49.                 elif i[j+1]=='r' and i[j+2]=='s' and i[j+3]=='q' and i[j+4]=='u' and i[j+5]=='o' and i[j+6]==';':
    
50.                     fout.write('’')
    
51.                     j=j+6
    
52.                 elif i[j+1]=='m' and i[j+2]=='d' and i[j+3]=='a' and i[j+4]=='s' and i[j+5]=='h' and i[j+6]==';':
    
53.                     fout.write('—')
    
54.                     j=j+6
    
55.                 elif i[j+1]=='q' and i[j+2]=='u' and i[j+3]=='o' and i[j+4]=='t' and i[j+5]==';':
    
56.                     fout.write('"')
    
57.                     j=j+5
    
58.                 elif i[j+1]=='n' and i[j+2]=='b' and i[j+3]=='s' and i[j+4]=='p' and i[j+5]==';':
    
59.                     fout.write('\n')
    
60.                     j=j+5
    
61.                 elif i[j+1]=='l' and i[j+2]=='t' and i[j+3]==';':
    
62.                     fout.write('<')
    
63.                     j=j+3
    
64.                 elif i[j+1]=='g' and i[j+2]=='t' and i[j+3]==';':
    
65.                     fout.write('>')
    
66.                     j=j+3
    
67.                 else:
    
68.                     print i[j:j+7]
    
69.                 j=j+1
    
70.             fout.write('\n')
    
71.         fout.write('\n')
    
72.         fout.close()
    
73. 
    
74. 
    
75. #主函数
    
76. web=urllib2.urlopen("http://www.kehuan.net.cn/author/liucixin.html").read()
    
77. result=re.findall(re.compile(r'(?<=<li><a href=").+?(?=">)'),'r"'+web+'"')
    
78. name=re.findall(re.compile(r'(?<=.html">).+?(?=</a>)'),'r"'+web+'"')
    
79. for i in range(0,len(name)):
    
80.     if re.search(re.compile(r'(?<=<strong>).+?(?=</strong>)'),'r"'+name[i]+'"'):
    
81.         name[i]=re.search(re.compile(r'(?<=<strong>).+?(?=</strong>)'),'r"'+name[i]+'"').group(0)
    
82. for i in range(9,len(result)):
    
83.     get(result[i],name[i])
    
84. 
    

复制代码

速度有点慢，请谅解