1. 程式人生 > >【Python爬蟲】使用urllib.request下載已知連結的網路資源

【Python爬蟲】使用urllib.request下載已知連結的網路資源

如果有這樣一個場景,我們的EXCEL某一列記錄了好多(圖片、視訊、音訊)連結A,另外一列記錄了連結名稱B,現在我們想要自動下載這些連結的檔案,我們應該怎樣處理?
1.迴圈去excel取值,將A和B存入到一個二維列表中
2.根據連結字尾不同情況(.jpg,.mp4,mp3等)用urllib.request去下載內容

具體程式碼如下:

'''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''
#作者:cacho_37967865
#部落格:https://blog.csdn.net/sinat_37967865
#檔案:getFile.py
#日期:2018-11-24
#備註:獲取excel檔案中下載資訊存入到列表,然後迴圈去取資料下載檔案(mp4,mp3,jpg,pdf等)
'''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''

import xlrd
import urllib.request
import os

def get_excel_cell(xlsFile,num,nrows):
    data = xlrd.open_workbook(xlsFile)
    table = data.sheets()[0]
    cellData = []

    # 獲取指定列資料
    for i in range(num, nrows):              # 控制行數(開始i=num處理),(結束i=nrows不處理)
        row = []
        className = table.cell_value(i, 3)   # 第4列課程名稱
        row.append(className)
        classUrl = table.cell_value(i, 4)    # 第5列課程下載路徑
        row.append(classUrl)

        cellData.append(row)
    return cellData


def get_video(folder,url,fileName,fileType):
    os.chdir(folder)                           # 切換到將要存放檔案的目錄
    file = open(fileName + fileType, "wb")     # 開啟檔案
    try:
        req = urllib.request.Request(url=url)
        req.add_header("User-Agent","Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.76 Mobile Safari/537.36")
        video = urllib.request.urlopen(req, timeout=40)
        mp4 = video.read()                     # 將檔案轉換為bytes格式
        file.write(mp4)                        # 檔案寫入
        print(type(file),type(req),type(video),type(mp4))
    except Exception as f:
        print(str(f))
    file.close()


if __name__ == '__main__':
    videoInfo = get_excel_cell('F:\PythonProject\Pacong\docs\yuyus185.xls',182,183)
    for i in range(len(videoInfo)):
        fileName = videoInfo[i][0]
        url = videoInfo[i][1]
        fileType = url[-4:]          # 擷取最後4位,可以判斷內容的型別(.jpg,.mp4,mp3等)
        print(fileName,fileType,url)
        get_video('F:\SoftwareTest',url,fileName,fileType)