从手机页面读取，有时候也会卡死，解决办法还是重新来………………

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

# 作者：fwindpeak

#

import urllib

import urllib2

import re

from HTMLParser import HTMLParser

htmstart='''<html>

<head>

<meta charset="utf-8"/>

<title>qzone_blog</title>

</head>

<body>

'''

htmend='''</body>

</html>

'''

def cn(s):

    return s.decode("utf-8").encode("gbk")

def DownloadBlog(qq, filename = None):

    blogList = []

    print 'Start'

    if filename==None:

        filename="%s.htm"%qq

    blogurl = 'http://z.qq.com/blog/blog_list.jsp?sid=AefvkfGVCCDx2PfXiaquF7pf&B_UID=%s'%qq

    url = blogurl

    cookieFile = urllib2.HTTPCookieProcessor()

    opener = urllib2.build_opener(cookieFile)

    opener.addheaders = [('Accept','text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8'),

                        ('Referer','http://z.qq.com/'),

                        ('User-Agent','Mozilla/5.0 (Linux; U; Android 2.2; en-us; Nexus One Build/FRF91)\

                                        AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1')]

    # 获取所有页的文章路径

    pagenum=0

    while True:

        req = urllib2.Request(url)

        result = opener.open(req)

        text = result.read()

        detailPattern = re.compile(r'href="(.+blog_detail.jsp?.+)">(.+)</a>')

        detail = re.findall(detailPattern,text)

        #print detail

        blogList.append(detail)

        nextpagePattern = re.compile(r'href="(.*?)">下页</a>')

        nextpage = nextpagePattern.search(text)

        if nextpage:

            pagenum=pagenum+1

            url = nextpage.group(1)

            url=url.replace('amp;','')

            print url

            print "page %d"%pagenum

        else:

            break

    file = open(filename, 'w')

    htmstart='''<html>\

                <head>\

                <meta charset="utf-8"/>\

                <title>qzone_blog_%s</title>\

                </head>\

                <body>\

                '''%qq

    file.write(htmstart);

    # 下载文章

    blogContentPattern = re.compile(r'<p class="tabs-1">(.+<br/>.+)<p class="tabs-1"><br/>相关搜索', re.S)

    try:

        for dat in blogList:

            for url,title in dat:

                #print url,title

                url=url.replace('amp;','')

                url=url+"&isReadAllPage=true"

                print 'Downloading', cn(title)

                text = opener.open(url,).read()

                #print text

                ret = blogContentPattern.search(text)

                if ret:

                    txt = ret.group(1)

                    #print txt

                    file.write(txt)

                    file.write("<br/><hr/><br/>")

    except Exception,e:

        print e

        pass

    finally:

        opener.close()

        file.write(htmend)

        file.close()

if __name__ == '__main__':

    print "QZone blog download"

    qq=raw_input("QQ:")

    DownloadBlog(qq)

批量下载QQ空间日志的更多相关文章

  1. 设计模式综合列表【QQ空间日志转载】

    C++设计模式全篇 [QQ空间日志转载]

  2. 怎么批量删除qq空间说说

    1.打开自己的QQ空间 - 说说——右击说说审查元素,打开审查元素.或者直接按f12也可以. 2.在这里我们看到很多分类 3.点击 Console,进入Console项 4.粘贴删除说说的代码,代码为 ...

  3. 批量删除QQ空间说说

    第一步:用电脑打开浏览器登录你的QQ空间 第二步:点击你的说说栏目 第三步:按下电脑的F12键或者点击右上角的菜单一栏,点击开发者工具 第四步:看到右半边屏幕,找到一个叫Console的菜单,并且点击 ...

  4. VS2010 .net4.0 登录QQ 获取QQ空间日志 右键选中直接打开日志 免积分 源码下载

    代码有一部分是原来写的  最近翻代码 看到了  就改了一下 CSDN上传源码 上传了几次都没 成功 郁闷   不知道怎么回事 上传不了 想要的留 邮箱 或加群77877965 下载地址在下面 演示地址 ...

  5. QQ空间漫步者

    主要功能(QQ空间) 判断空间权限并跳过无法访问 留下足迹并可选:同时留言(可单独),赞主页(可单独),赞说说(可单独) 其他附加功能,导出QQ,导入群成员,好友,空间访客,说说评论,发表说说 送空间 ...

  6. qq空间相册下载

    qq空间相册下载 描述 目前功能只可以下载 单个相册 程序基本是3个独立分开的部分. 解析(某一用户)所有相册 解析(单个)相册所有图片地址并写文件 根据文件下载图片 目的 只要有权限可以访问到的相册 ...

  7. [WPF源代码]QQ空间相册下载工具

    放一个WPF源代码,源代码地址 http://download.csdn.net/detail/witch_soya/6195987 代码没多少技术含量,就是用WPF做的一个QQ空间相册下载工具,效果 ...

  8. QQ空间魔力日志大全SduSRZ

    大家好~最近,在QQ空间里出现了一种神奇的日志,谁看显示谁的信息,在个人中心显示的是一张图片,在日志里显示的又是另一张图片.这就是传说中的魔力日志.魔力日志从今年的9月份开始盛行,因为具有谁看就针对谁 ...

  9. QQ空间相册照片批量导出

    QQ空间相册照片批量导出 先自己创建一个私人的单独的群,然后创建相册,上传照片来源从空间选图复制 复制完成后打开相册开始骚操作(两种方式) OK

随机推荐

  1. crtmpserver流媒体服务器的介绍与搭建

    crtmpserver流媒体服务器的介绍与搭建 (2012-02-29 11:28) 标签:  crtmpserver  C++ RTMP Server  rtmp  Adobe FMS(Flash ...

  2. 【已解决】Android ADT中增大AVD内存后无法启动：emulator failed to allocate memory 8

    [问题] 折腾: [已解决]Android ADT中增大AVD内存后无法启动:emulator failed to allocate memory 8 过程中,增大对应AVD的内存为2G后,结果无法启 ...

  3. 最好用的汉字转拼音代码PinYin4Objc（PinYin4J的objc版本）

    转:https://github.com/kimziv/PinYin4Objc 最好用的汉字转拼音代码PinYin4Objc(PinYin4J的objc版本)(更新到v1.1.1,增加block异步处 ...

  4. IO的阻塞、非阻塞、同步、异步

  5. 11g 重建EM 报ORA-20001: SYSMAN already exists

    今天在安装11g(11.1.0.7.0)数据库之后,通过emca -config dbcontrol db -repos create 命令手工创建em的时候报错,查看日志后发现有以下错误 CONFI ...

  6. MyBatis 物理分页

    MyBatis使用RowBounds实现的分页是逻辑分页,也就是先把数据记录全部查询出来,然在再根据offset和limit截断记录返回 为了在数据库层面上实现物理分页,又不改变原来MyBatis的函 ...

  7. 【PHP】Windows环境Hello World

    转自:http://www.cnblogs.com/wangkangluo1/archive/2011/07/19/2110943.html 一 下载 XAMPP下载地址: https://sourc ...

  8. Tableau学习笔记之三

    1.Tableau可以连接多种多样的数据以及数据库,例如txt,xls,mdb,sql server,oracle等等 2.Tableau还可以从剪贴板上粘贴数据 3.维度和度量的理解: 1)维度即表 ...

  9. 采集网页数据---Using Java

    http://www.cnblogs.com/longwu/archive/2011/12/24/2300110.html 1).学习网页数据采集,首先必不可少的是学习java的正则表达式(Regex ...

  10. 实际例子描述和分析“猎豹抢票跨站推荐功能有票刷不到”的疑似bug

    前言 快过年了,又到了一年抢票时.今年douba和douma计划要带着doudou回姥姥家.昨天在家用抢票软件居然发现了一个bug,那就是在猎豹抢票中跨站推荐的车票几天里一直是没有,但是在12306手 ...