程序 python 抓取新浪读书频道小说
二进制文件下载地址：
SinaGetBook
效果如图：
代码：
#!/usr/bin/env python
#coding=utf-8
#!/usr/bin/env python
#coding=utf-8
import traceback
import sys
import wx
import re
import urllib
import wx.richtext as rt
import wx.lib.buttonpanel as bp
import Casing
import Debug
def trace_back():
try:
return traceback.print_exc()
except:
return ''
class Window(wx.Frame):
def __init__(self):
sys.setdefaultencoding("utf-8")
wx.Frame.__init__(self,None,-1,u'新浪网图书频道抓取工具',pos=wx.Point(0, 0),size=(800,620))
l1 = wx.StaticText(self, -1, u"目录URL：")
self.t1 = wx.TextCtrl(self, -1, "http://vip.book.sina.com.cn/book/?book=27633", size=(500, -1))
l2 = wx.StaticText(self, -1, u"内容URL前缀：")
self.t2 = wx.TextCtrl(self, -1, "http://vip.book.sina.com.cn/book/", size=(500, -1))
l3 = wx.StaticText(self, -1, u"替换的内容：")
self.t3 = wx.TextCtrl(self, -1,
u"阅读‘刘猛’的其他作品： \n"
u"http://vip.book.sina.com.cn/book/?book=39011《狼牙》作者新作：冰是睡着的水\n"
u"http://vip.book.sina.com.cn/book/?book=41217刘猛展示狙击手神秘生活：刺客\n"
u"http://vip.book.sina.com.cn/book/?book=38884中国特种部队生存实录：狼牙\n"
u"http://vip.book.sina.com.cn/book/?book=43226刘猛最新力作：如临大敌",
size=(500, 100), style=wx.TE_MULTILINE|wx.TE_PROCESS_ENTER)
self.t3.SetInsertionPoint(0)
l4 = wx.StaticText(self, -1, u"内容")
#self.t4 = wx.TextCtrl(self, -1,"",
# size=(600, 400), style=wx.TE_MULTILINE|wx.TE_PROCESS_ENTER)
self.t4 = rt.RichTextCtrl(self,-1,"",size=(600, 400), style=wx.VSCROLL|wx.HSCROLL|wx.NO_BORDER);
#self.t4.SetInsertionPoint(0)
self.b = wx.Button(self, -1, u"开始抓取")
self.Bind(wx.E
相关文档：
源代码下载：下载地址在这里
raise有两个参数，第一个是由我们自己定义的异常类型，第二个是关于此异常的少量说明信息。
# 038
def getAge():
age = input('Input your age:')
if (age < 0 or age > 160):
raise 'BadAgeError', 'It is impossible!!!!!'
# end of if
return age
# ......
说实话，Python真的不太适合做这种二进制的东西，天生没有指针，导致在C/C++很容易的东西在Python下就很麻烦。不过好像3.1有了原生的bytes类型，不知道能不能改变现状。
import sys
import time
import socket
import struct
import random
def SendPacketData (Buffer = None , DestIP = "127.0.0.1" , DestPort = 0 ......
偶尔做个简单的WEB服务测试程序，我还是喜欢采用PHP。简洁，风格和C/C++接近，上手快，而且库也很齐全。以前为广东移动做移动行业终端的演示程序时，采用国内一个兄弟写的FleaPHP开源框架，两周不到的时间，我从一个对PHP一无所知的水平，快速的搞定了30多个页面的后台，后来演示效果也不错，也很稳定，从此对PHP有� ......
代码中采用了三步实现算术表达式的解析:
1. 将算术表达式(字符串)转换成一个列表parseElement方法
2. 将列表表示的算术表达式转换成后缀表达式changeToSuffix
3. 计算后缀表达式的结果
这里我是为了方便, 就写了个parseElement, 不想那方法写到后面却把自己绕住了, 可以想象一个带自增, 位, 逻辑, 算术的表达式的数值提 ......
昨天试了下用HTMLParser类来解析网页，可发现结果并不理想。不管怎么说，先写下过程，希望后来人能在此基础上解决我所遇到的问题。
写了2套解决方案，当然这2套只能对特定网站有效。我这里主要说明下对BBC主页www.bbc.co.uk和对网易www.163.com的解析。
对于BBC：
这套要简单得多，可能是该网页的编码比较标准吧
import ......
