用python下载百度文库的代码

所属分类: 脚本专栏 / perl 阅读数: 1885
收藏 0 赞 0 分享
先去下载一个叫SWFToImage.dll的东西
再建立一个bat文件,并运行:
复制代码 代码如下:

COPY SWFToImage.dll %windir%\system32
regsvr32 %windir%\system32\SWFToImage.dll

复制代码 代码如下:

#用python下载百度文库的代码,需要的同志请修改,下面有提示
#http://www.cnblogs.com/dearplain/
#code by plain
import urllib2
import win32com.client
import os
import sys

if __name__=='__main__':
#os.system('');
os.chdir('D:\my project\pywenku')#保存到哪个文件夹
SWFToImage=win32com.client.Dispatch("{479A1AAC-C148-40BB-9868-A9773DA66AF9}");
'''
allfile=os.listdir(".")
findrecord=0
for file in allfile:
if file==".record":
record=open(file,'rw')
findrecord=1
break
if findrecord==0:
record=open('.record','w')
'''
#url="http://wenku.baidu.com/view/8d3ed840be1e650e52ea9938.html?from=rec&pos=1&weight=2&lastweight=2&count=5"
#url="http://wenku.baidu.com/view/f2fe7a3987c24028915fc37a.html?from=related&hasrec=1"
#url就是你要下载的文档的地址
url=sys.argv[1]
if url.find("http://")!=0:
print "error! the url is not correct"
sys.exit()
print "downloading %s"%url
try:
urlReferer=url[url.index('http'):url.index('/v')]
print urlReferer
#urlbody=url[url.index('/v')-1:]
urlnum=url[url.index('ew/')+3:url.index('.htm')]
except ValueError:
print "parse url error"
sys.exit()
#print urlnum
wenku='wenku.baidu.com'
reurl='/play/'
pagefrom='?pn='
downnum='&rn='
#try to get title and make dir
req=urllib2.Request(url)
res=urllib2.urlopen(req)
data=res.read()
try:
sfrom=data.index('<title>')+len('<title>')
#print sfrom
sbefore=sfrom+data[sfrom:].index('</title>')
#print sbefore
title=data[sfrom:sbefore]
title=title[:title.rindex('_')]
print 'downloading '+title
except ValueError:
print "get title error"
sys.exit()
allfile=os.listdir(".")
if (title in allfile)==False:
os.mkdir(title)
os.chdir('./'+title)
#get the first swf
req=urllib2.Request('http://wenku.baidu.com'+reurl+urlnum+pagefrom+'1'+downnum+'1')
req.add_header("Referer", urlReferer )
res=urllib2.urlopen(req)
data=res.read()
res.close()
head=data[0:45]
pagenum=0
sfrom=head.index('\":\"')+len('\":\"')
sbefore=sfrom+head[sfrom:].index('\"')
pagenum=int(head[sfrom:sbefore])
print 'pagenum:'+str(pagenum)
if pagenum<=0 or pagenum>2000:
print "error!!!pagenum<0 or pagenum>2000"
sys.exit()
data=data[106:]

swf=open("1.pywenku",'wb')
swf.write(data)
swf.close()
i=1
SWFToImage.InputSWFFileName="%d.pywenku"%i
SWFToImage.ImageOutputType = 1
SWFToImage.ImageWidth=1048
SWFToImage.ImageHeight=1478
SWFToImage.Execute_Begin()
SWFToImage.FrameIndex = 1
SWFToImage.Execute_GetImage()
SWFToImage.SaveToFile("%d.jpg"%i)
SWFToImage.Execute_End()
os.rename("%d.pywenku"%i,"%d.swf"%i)
allfile=os.listdir(".")
#从第二页下到最后一页
for i in range(2,pagenum+1):

if '%d.swf'%i in allfile:
continue
#not find in the dir mean
req=urllib2.Request('http://wenku.baidu.com'+reurl+urlnum+pagefrom+str(i)+downnum+'1')
res=urllib2.urlopen(req)
data=res.read()
data=data[106:]
swf=open("%d.pywenku"%i,'wb')
swf.write(data)
swf.close()
SWFToImage.InputSWFFileName="%d.pywenku"%i
SWFToImage.ImageOutputType = 1
SWFToImage.Execute_Begin()
SWFToImage.FrameIndex = 1
SWFToImage.Execute_GetImage()
SWFToImage.SaveToFile("%d.jpg"%i)
SWFToImage.Execute_End()
os.rename("%d.pywenku"%i,"%d.swf"%i)
res.close()
print 'task complete'
更多精彩内容其他人还在看

perl子程序的运用及子程序中变量私有(my)声明的重要性

perl中的my可以来定义私有变量,可以在很多情况下防止错误的发生
收藏 0 赞 0 分享

perl push的用法及子程序返回值的反思

以下的程序,输出一串数字中比平均值大的数,其中有两个问题值得注意,具体请看程序中的注释
收藏 0 赞 0 分享

perl pop push shift unshift实例介绍

perl的pop跟push操作数组的最右边,shift跟unshift操作数组的最左边
收藏 0 赞 0 分享

perl ping检测功能脚本代码

领导有任务,给一批IP列表,ping每一台机器,如果没有响应就发邮件通知,通知的邮件需要分开,不能通知一个列表,得一封一封的通知
收藏 0 赞 0 分享

一行代码解决 perl输入 排序 输出问题

一行代码解决 perl输入 排序 输出问题,需要的朋友可以参考下
收藏 0 赞 0 分享

perl中chomp的使用介绍(chop和chomp函数区别)

perl程序中,有时在输入过程中使用chomp才会得到正确的结果
收藏 0 赞 0 分享

Perl中chomp和chop的区别介绍

chomp是用来删除换行符,chop是用来删除最后一个字符
收藏 0 赞 0 分享

Linux/Unix下安装Perl模块的两种方法分享

Linux/Unix下安装Perl模块有两种方法:手工安装和自动安装。一是从CPAN上下载需要的模块,手工编译、安装。二是联上internet,使用一个叫做CPAN的模块自动完成下载、编译、安装的全过程
收藏 0 赞 0 分享

perl比较两个文件字符串的实例代码

perl比较两个文件字符串的例子,供大家学习参考
收藏 0 赞 0 分享

perl获取日期与时间的实例代码

perl获取日期与时间的例子,供大家学习参考
收藏 0 赞 0 分享
查看更多