在好例子网,分享、交流、成长!
您当前所在位置:首页Python 开发实例Python语言基础 → python 爬取豌豆荚APP的爬虫 源码下载

python 爬取豌豆荚APP的爬虫 源码下载

Python语言基础

下载此实例
  • 开发语言:Python
  • 实例大小:0.36M
  • 下载次数:38
  • 浏览次数:1029
  • 发布时间:2017-04-09
  • 实例类别:Python语言基础
  • 发 布 人:pvop
  • 文件格式:.rar
  • 所需积分:10
 相关标签: python 爬虫 豌豆荚APP

实例介绍

【实例简介】爬取豌豆荚APP,将APP信息存储到数据库,APP以md5值命名,

【实例截图】

【核心代码】


#coding:utf-8
import database
import crawler
import download
import downjudge
import check_update
import context
success_num=0
fail_num=0
def is_unique(md5,db):
    return db.data_jud(md5)
def update(db):
    global success_num
    global fail_num
    success_num=0
    fail_num = 0
    print u'开始更新'
    past = open('log_file/urls.txt','r ')
    now = open('log_file/update.txt','r')
    past_list = past.readlines()
    now_list = now.readlines()
    exist_num = 0
    totle_num = len(now_list) - len(past_list)
    for url in now_list:
        if url not in now_list and url:
            
            print u'已下载:' '%d'%exist_num  '/'  '%d'%totle_num   u'  成功个数:' '%d'%success_num   u'  失败个数:'  '%d'%fail_num
            exist_num =1
            date = context.get_information(url[0:-1])
            if date[6]==0:
                fail_num =1
            else:
                success_num =1
                try:
                    print '\n' u'%s下载完成'%date[0].decode('utf-8')
                except Exception,e:
                    pass
                if not(is_unique(date[6],db)):
                    db.data_memory(date[0],date[1],date[2],date[3],date[4],date[5],date[6])
                past.write(url)
    past.close()
    now.close()
    print u'更新完成!'
        
def continue_downall(db):
    global success_num
    global fail_num
    success_num=0
    fail_num = 0
    downd = open('log_file/downed.txt','r ')
    urls = open('log_file/urls.txt','r')
    g_exist = downd.readlines()
    
    g_totle = urls.readlines()
    totle_num = len(g_totle)
    exist_num = len(g_exist)
    for url in g_totle:
        if url not in g_exist and url:
            
            print u'已下载:' '%d'%exist_num  '/'  '%d'%totle_num   u'  成功个数:' '%d'%success_num   u'  失败个数:'  '%d'%fail_num
            exist_num =1
            date = context.get_information(url[0:-1])
            if date[6]==0:
                fail_num =1
            else :
                success_num =1
                try:
                    print '\n' u'%s下载完成'%date[0].decode('utf-8')
                except Exception,e:
                    pass
                if not(is_unique(date[6],db)):
                    db.data_memory(date[0],date[1],date[2],date[3],date[4],date[5],date[6])
                downd.write(url)
    print u'所有应用下载完毕'
    downd.close()
    urls.close()
def downall(db):
    global success_num
    global fail_num
    success_num=0
    fail_num = 0
    
    downd = open('log_file/downed.txt','w')
    urls = open('log_file/urls.txt','r')
    
    g_totle = urls.readlines()
    totle_num = len(g_totle)
    exist_num = 0
    for url in g_totle:
        if url:
            
            print u'已下载:' '%d'%exist_num  '/'  '%d'%totle_num   u'  成功个数:' '%d'%success_num   u'  失败个数:'  '%d'%fail_num
            exist_num =1
            date = context.get_information(url[0:-1])
            if  date[6]==0:
                fail_num =1
            else:
                success_num =1
                try:
                    print '\n' u'%s下载完成'%date[0].decode('utf-8')
                except Exception,e:
                    pass
                if not(is_unique(date[6],db)):
                    db.data_memory(date[0],date[1],date[2],date[3],date[4],date[5],date[6])
                downd.write(url)
    print u'所有应用下载完毕'
    downd.close()
    urls.close()
                
db = database.db()               
db.create_db()
                
bool_check_update = crawler.start('log_file/urls.txt')
bool_continue_down = downjudge.judge_cont()
if bool_continue_down:
    continue_downall(db)
else:
    downall(db)
    
if bool_check_update:
    bool_update = check_update.ch_update()
    if bool_update:
        judge = raw_input('是否更新(y/n):\n'.decode('utf-8').encode('gbk'))
        while True:
            judge.lower()
            if judge == 'y':
                update(db)
                break
            elif judge == 'n':
                break
            else:
                judge = raw_input('输入错误,请重新输入(y/n):\n'.decode('utf-8').encode('gbk'))

        










实例下载地址

python 爬取豌豆荚APP的爬虫 源码下载

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警