为了账号安全,请及时绑定邮箱和手机立即绑定

照老师的写的代码,但是运行没有结果

照老师的写的代码,但是运行没有结果

qq_鱼面晓晓_03572666 2016-07-01 15:31:59
我的代码:spide_main页面from baike_spider import url_manager, html_downloader, html_parser,\    html_outputerclass SpiderMain(object):    def __init__(self):        self.urls=url_manager.UrlManager()        self.downloader=html_downloader.HtmlDownloader()        self.parser=html_parser.HtmlParser()        self.outputer=html_outputer.HtmlOutputer()                def craw(self, root_url):        count=1        self.urls.add_new_url(root_url)        while self.urls.has_new_url():            try:                new_url=self.urls.get_new_url()                print 'craw %d : %s' % (count,new_url)                html_cont=self.downloader.download(new_url)                new_urls,new_data=self.parser.parse(new_url,html_cont)                self.urls.add_new_urls(new_urls)                self.outputer.collect_data(new_data)                                if count==1000:                    break                count=count+1            except:                print 'craw failed'         self.outputer.output_html()if __name__=="_main_":    root_url="http://baike.baidu.com/view/21087.htm"    obj_spider=SpiderMain()    obj_spider.craw(root_url)url_manager页面class UrlManager(object):    def __init__(self):        self.new_urls = set()        self.old_urls = set()        def add_new_url(self,url):        if url is None:            return        if url not in self.new_urls and url not in self.old_urls:            self.new_urls.add(url)          def add_new_urls(self,urls):        if urls is None or len(urls) == 0:            return        for url in urls:            self.add_new_url(url)          def has_new_url(self):        return len(self.new_urls) != 0       def get_new_url(self):        new_url=self.new_urls.pop()        self.old_urls.add(new_url)        return new_urlhtml_downloader页面import urllib2class HtmlDownloader(object):            def download(self,url):        if url is None:            return None                response = urllib2.urlopen(url)                if response.getcode() != 200:            return None                return response.read() html_parser页面import urllib2class HtmlDownloader(object):    def download(self,url):        if url is None:            return None           response = urllib2.urlopen(url)        if response.getcode() != 200:            return None        return response.read()html_outputer页面class HtmlOutputer(object):    def __init__(self):        self.datas = []        def collect_data(self,data):        if data is None:            return        self.datas.append(data)        def output_html(self):        fout=open('output.html','w')        fout.write("<html>")        fout.write("<body>")        fout.write("<table>")        #ascii        for data in self.datas:            fout.write("<tr>")            fout.write("<td>%s</td>" % data['url'])             fout.write("<td>%s</td>" % data['title'].encode('utf-8'))             fout.write("<td>%s</td>" % data['summary'].encode('utf-8'))             fout.write("</tr>")        fout.write("</table>")        fout.write("</body>")        fout.write("</html>")        fout.close()        运行后没有反应,                
查看完整描述

1 回答

?
Chace_Shadow

TA贡献2条经验 获得超0个赞

运行后打开output.html才能看到结果啊

查看完整回答
反对 回复 2016-07-04
点击展开后面7
  • 1 回答
  • 0 关注
  • 1637 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信