Python代码练习批量下载

本文是上一篇的超囧的图片链接批量获取和下载的延续。本文的主要目的在于熟悉Python的各个模块，程序的逻辑十分简单，处理形如http://www.123.com/x/y/z/456.jpg的静态资源 。用法：比如我要在皮皮书屋上下载《C# 4.0 in a Nutshell》的图片资源，那么登录后发现资源的第一页地址为http://static.ppurl.com/images/pdfpreview/4392727/m/0.jpg，那么就把sampleurl设置为这个值，folder设置为本机目录，start设置为0，终点可以设置为一个较大的数，用于完全下载。之后在控制台python one.py执行即可。

#-*- coding:utf-8 -*-

import os

import time

import urlparse

import string  



'''

用于下载资源的小程序

给定样板url设置起止循环点，利用wget批量下载文件。非常适合下载静态图片文件

某些网站经过特殊处理（如登录验证/请求拦截）无法下载

'''



#样板URL，生成的URL列表以此递增

sampleurl='http://static.ppurl.com/images/pdfpreview/4396574/m/0.jpg'

#保存图片的文件夹（末尾必须带上斜线），程序会在这个目录下新建一个网站目录

folder='/home/xgf/wget/'

#基准URL循环起点

start=0

#基准URL循环终点

end=30



#在folder下新建当前网站目录

url=urlparse.urlparse(sampleurl)

base=folder+url.hostname+'/'

#解析文件格式

frags=sampleurl.split('/')

ext=frags[len(frags)-1].split('.')[1]

baseurl='/'.join(frags[:-1])

if not os.path.isdir(folder):

    os.mkdir(folder)

if not os.path.isdir(base):

    os.mkdir(base)

os.chdir(base)



#根据设置的URL的起点与终点生成批量URL地址，保存到文本文件中。

now=time.localtime()

filelist='urls-{0}{1}{2}{3}{4}.txt'.format(now[1],now[2],now[3],now[4],now[5])

f=open(base+filelist,'w')

for x in xrange(start,end,1):

    f.write('{0}/{1}.{2}\n'.format(baseurl,x,ext))

f.close()

os.system('wget -i '+filelist)



#如果不希望保存URL列表则删除文件

#os.remove(base+filelist)