七日Python之路--第三天

    以前因为看基础看的觉着没意思，才去提早看一下Django的。如今忽然不知到该干啥了。

    无论什么语言，官方文档是必须的。so...........

    莫名浮躁，实在看不下去........   待会研究 re 吧。虽然以前研究过，但许久不使用，忘的差很少了....Orz.

                                                                          --2014.7.23 18：37

---

正则表达式：

    1.掌握正则表达式的规则

        正则表达式是一种小型，高度专业化的编程语言，内嵌Python中，经过re模块实现。

        正则表达式模式被编译成一系列字节码，由用C编写的匹配引擎执行。

        字符匹配：普通字符，元字符

        [] : 经常使用来指定一个字符集：[abc]，[a-z]。补集匹配不在区间范围内的字符：[^5]

        ^ : 匹配行首。除非设置MULTILINE

        $ : 匹配行尾，行尾被定义为字符串尾，或者一个换行字符后面的任何位置。

---

小程序：自动下载百度贴吧的图片

    因为观看网易云课堂，遂转向了Win。win下面控制台编码为ascii，中文偶尔乱码。因此所有换成英文。

#输入百度贴吧地址，及当期目录将要新建的文件夹名称。便可下载并存入新建文件夹中。
#算是本身这几天来写的第一个小程序吧。不过程序还存在几个bug
#好比：url地址不合法，同名的文件夹已经存在等问题没有处理
#其中只有：url地址匹配用到了一点re的内容。
#说实话，Python真是简单，你所想要的功能基本都有了！！！
#还小有成就感呢，(*^__^*) 嘻嘻……

#coding:utf-8

import urllib
import re
import os

def getHtml(url):
    page = urllib.urlopen(url)
    html = page.read()
    return html

def getImg(html):
    reg = r'src="(http://imgsrc.baidu.com.*?\.jpg)"'
    imgre = re.compile(reg)
    imglist = re.findall(imgre,html)
    return imglist

def main():
    url = r'http://tieba.baidu.com/p/3179623479/'
    url = str(raw_input('input the url : '))
    forder = r'test'
    forder = str(raw_input('input the forder name : '))
    os.mkdir(forder)
    html = getHtml(url)
    count = 0
    for imgurl in getImg(html):
        count += 1
        print imgurl
        urllib.urlretrieve(imgurl,'%s/%s.jpg' % (forder,count))
    print 'total saved : %s pictures to : %s ' % (forder,count)

if __name__ == '__main__':
    main()

    言归正传，下面接着讲正则表达式的内容...

                                                                                    --2014.7.24 1:43

---

        IBM上一个Django简要内容：http://www.ibm.com/developerworks/cn/linux/l-django/