[问题求助] 【已解决】想改进一个别人的有点词典的爬取程序，不懂Python

949825667@qq.co

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Date    : 2014-04-03 21:12:16
# @Function: 有道翻译命令行版
# @Author  : BeginMan

import os
import sys
import urllib
import urllib2
reload(sys)
sys.setdefaultencoding("utf-8")
import simplejson as json
import platform
import datetime

API_KEY = '1542783714'
KEYFORM = 'dyzwordyoudao'

    
def GetTranslate(txt):
    url = 'http://fanyi.youdao.com/openapi.do'
    data = {
    'keyfrom': KEYFORM,
    'key': API_KEY,
    'type': 'data',
    'doctype': 'json',
    'version': 1.1,
    'q': txt
    }
    data = urllib.urlencode(data)
    url = url+'?'+data
    req = urllib2.Request(url)
    response = urllib2.urlopen(req)
    result = json.loads(response.read())
    return result
    
def Sjson(json_data):
    query = json_data.get('query','')               # 查询的文朿
    translation = json_data.get('translation','')   # 翻译
    basic = json_data.get('basic','')               # basic 列表
    sequence = json_data.get('web',[])              # 短语列表
    phonetic,explains_txt,seq_txt,log_word_explains = '','','',''
    
    # 更多释义
    if basic:
        phonetic = basic.get('phonetic','')         # 音标
        explains = basic.get('explains',[])         # 更多释义 列表
        for obj in explains:
            explains_txt += obj+'\n'
            log_word_explains += obj+','    
    # 句子解析
    if sequence:
        for obj in sequence:
            seq_txt += obj['key']+'\n'
            values = ''
            for i in obj['value']:
                values += i+','
            seq_txt += values+'\n'
        
    print_format = '*'*40+'\n'
    print_format += u' %s [%s]\n' %(query,phonetic)   
    print_format += explains_txt
    print_format += '-'*20+'\n'+seq_txt
    print_format += '*'*40+'\n'
#print print_format
    choices = raw_input(u'y or n')
    if choices in ['y','Y']:
        filepath = r'/home/beginman/pyword/%s.xml' %datetime.date.today()
        if (platform.system()).lower() == 'windows':
            filepath = r'C:\Python27\%s.xml' %datetime.date.today()
        fp = open(filepath,'a+')
        file = fp.readlines()
        if not file:
            fp.write('<wordbook>\n')
            fp.write(u"""    <item>\n    <word>%s</word>\n    <trans><![CDATA[%s]]></trans>\n    <phonetic><![CDATA[[%s]]]></phonetic>\n    <tags>%s</tags>\n    <progress>1</progress>\n    </item>\n\n""" %(query,log_word_explains,phonetic,datetime.date.today()))
        fp.close()
        print u'success.'

        


def main():
    f = open('1.txt','r')
    while True:
        line = f.readline()
        if line:
            txt = line
            Sjson(GetTranslate(txt))

if __name__ == '__main__':
    main()
复制代码

949825667@qq.co

上面的代码是我改了以后的，输入变成了从文本输入！但是输出的结果不会追加！

949825667@qq.co

<wordbook>
    <item>
    <word>dentistry</word>
    <trans><![CDATA[n. 牙科学；牙医业,]]></trans>
    <phonetic><![CDATA[['dentɪstrɪ]]]></phonetic>
    <tags>2016-08-22</tags>
    <progress>1</progress>
    </item>
输出结果是这样的，按理说会不停的追加的！我没太看懂他的代码，还有怎么样才能取消他那个y or n的判断？

949825667@qq.co

我自己改了一下，可以累加输出了，但是怎么取消判断啊！我才看了几章Python

949825667@qq.co

自己改了一下，取消了判断

949825667@qq.co

我又厚颜无耻的来了，怎么让这个程序每处理1000个单词就休息一个小时呢？:dizzy::dizzy:能不能结合批处理呢

pcl_test

举个栗子

#每输出两个字母延时2秒
import time
j=0
for i in ['a','b','c','d','e','f','g','h','i','j','k','l','m','n']:
    print i
    j+=1
    if j%2==0:time.sleep(2)
复制代码

949825667

回复 7# pcl_test


    多谢版主大人。。。我查了好久解决了，忘记回帖说一下了！阿里嘎多！

523066680

有道还是有点？
哦，这个是在线爬取的。


我也做过一个在线查询的，Perl+终端版
http://bbs.bathome.net/thread-36111-1-1.html

有道离线字典拆解思路 以及 单独制作的查询工具
http://bbs.bathome.net/thread-40665-1-1.html
http://code-by.org/viewtopic.php?f=17&t=12

949825667@qq.co

回复 9# 523066680


    多谢多谢，请问版主知道怎么用正则匹配带连字符的单词么？比如seven-day

523066680

回复 10# 949825667@qq.co

好像直接匹配没什么问题啊（perl

$abc = "---[seven-day]---";

$abc =~ /seven-day/;

print $&;
复制代码

seven-day

实在不行在  - 前面加上 \ 咯

$abc = "---[seven-day]---";

$abc =~ /seven\-day/;

print $&;
复制代码

949825667@qq.co

回复 11# 523066680


    通用型的- -，所有加连字符的单词！不过还是谢谢，暂时不考虑这个问题了！ :victory: :victory: