這篇文章主要給大家介紹了利用python指令碼爬取字型檔案的實現方法，文中分享了爬取兩個不同**的示例**，相信對大家具有一定的參考價值，需要的朋友們下面來一起看看吧。
前言實現方法
#coding:utf-8
import urllib2,cookielib,sys,re,os,zipfile
import numpy as np
#**登陸
html=html.replace('\n',' ')#將所有的回車去掉，因為正規表示式是單行匹配。。。。。。
urls=re.findall(r'(.*?)',html)
for i in urls:
url,inner=i
if not re.findall(r'download ',inner)== and re.findall(r'offsite',inner)== and url not in items:
for i in xrange(15):
host=''+str(i*50)+'?filter%5bdownload%5d=local'
search(host)
if not os.path.exists('ttf'):
os.mkdir('ttf')
os.chdir('ttf')
def unzip(rawfile,outputdir):
if zipfile.is_zipfile(rawfile):
print 'yes'
fz=zipfile.zipfile(rawfile,'r')
for files in fz.namelist():
print(files) #列印zip歸檔中目錄
fz.extract(files,outputdir)#解壓縮檔案
else:
print 'no'
for i in items:
print i
request=urllib2.request(''+i)
response=urllib2.urlopen(request)
html=response.read()
name=i.split('/')[-1]+'.zip'
f=open(name,'w')
f.write(html)
f.close()#檔案記得關閉，否則下面unzip會出錯
unzip(name,'./')
os.remove(name)
os.listdir(os.getcwd())
os.chdir('../')
files=os.listdir('ttf/')
for i in files:#刪除無用檔案
if not (i.split('.')[-1]=='ttf' or i.split('.')[-1]=='otf'):
if os.path.isdir(i):
os.removedirs('ttf/'+i)
else:
os.remove('ttf/'+i)
print len(os.listdir('ttf/'))
print(files) #列印zip歸檔中目錄
fz.extract(files,outputdir)
else:
print 'no'
for i in items:
print i
request=urllib2.request(i)
response=urllib2.urlopen(request)
html=response.read()
name=i.split('=')[-1]+'.zip'
f=open(name,'w')
f.write(html)
f.close()
unzip(name,'./')
os.remove(name)
print os.listdir(os.getcwd())
for root ,dire,fis in os.walk('./'):#遞迴遍歷資料夾
for i in fis:
if not (i.split('.')[-1]=='ttf' or i.split('.')[-1]=='otf'):
os.remove(root+i)
print i
for i in os.listdir('./'):
if os.path.isdir(i):
os.rmdir(i)
os.chdir('../')總體操作跟之前的差不多，跑了幾十分鐘下了4000多的字型。
總結
Python實現的爬取豆瓣電影資訊功能案例
本案例的任務為，爬取豆瓣電影top250的電影資訊 包括序號 電影名稱 導演和主演 評分以及經典台詞 並將資訊作為字典形式儲存進txt檔案。這裡只用到requests庫，沒有用到beautifulsoup庫 step1 首先獲取每一頁的源 用requests.get函式獲取，為了防止請求錯誤，使用t...
python實現單詞的簡單爬取
因為不需要登入之類的操作，可以說，這是對爬蟲初學者來說最簡單最基礎的乙個案例了，由於之後要用到這裡就簡單學習記錄一下。爬取目標 金山詞霸的四六級詞彙 我們可以很容易看到四個選項，六級就不列出來了。很容易拿到，且規律這麼明顯，所以說很容易。我們每次爬取單詞的時候僅需對這四個詞庫隨機選取即可。我們選擇四...
Window CMD 指令碼中模擬陣列的實現方法
cmd指令碼中只有變數的概念，沒有陣列的概念，為了實現類似陣列的功能，需要進行變數巢狀使用，並使用for命令將輸出轉換為內部變數值。set services0 openldap slapd set services1 mongodb set services2 solr5 set services3...