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'))
好例子网口号:伸出你的我的手 — 分享!
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
网友评论
我要评论