垃圾站 生活小记 Python实现快速保存微信公众号文章中的图片

Python实现快速保存微信公众号文章中的图片

这篇文章主要为大家详细介绍了如何利用Python语言实现快速保存微信公众号文章中的图片,文中的示例代码讲解详细,感兴趣的可以尝试一下!

一、实现效果(以槿泉壁纸为例)

Python实现快速保存微信公众号文章中的图片插图

Python实现快速保存微信公众号文章中的图片插图1

Python实现快速保存微信公众号文章中的图片插图2

Python实现快速保存微信公众号文章中的图片插图3

二、实现过程

1.新建一个link文本,将需要下载的文章链接依次保存;

Python实现快速保存微信公众号文章中的图片插图4

2.新建一个.py文件,将下面的源码复制进去;

Python实现快速保存微信公众号文章中的图片插图5

3.新建一个pic文件夹,用来保存图片;

Python实现快速保存微信公众号文章中的图片插图6

4.运行即可;

三、源码

sound code

代码如下(示例):

import requests
from re import findall
from bs4 import BeautifulSoup
import time
import os
import sys


weixin_title=""
weixin_time=""

#获取微信公众号内容,保存标题和时间
def get_weixin_html(url):
global weixin_time,weixin_title
res=requests.get(url)
soup=BeautifulSoup(res.text,"html.parser")

#获取标题
temp=soup.find('h1')
weixin_title=temp.string.strip()

#使用正则表达式获取时间
#result=findall(r'[0-9]{4}-[0-9]{2}-[0-9]{2}.+:[0-9]{2}',res.text)
result=findall(r"(\d{4}-\d{1,2}-\d{1,2})",res.text)
weixin_time=result[0]

#获取正文html并修改
content=soup.find(id='js_content')
soup2=BeautifulSoup((str(content)),"html.parser")
soup2.div['style']='visibility: visible;'
html=str(soup2)
pattern=r'http[s]?:\/\/[a-z.A-Z_0-9\/\?=-_-]+'
result = findall(pattern, html)

#将data-src修改为src
for url in result:
html=html.replace('data-src="'+url+'"','src="'+url+'"')

return html

#上传图片至服务器
def download_pic(content):

pic_path= 'pic/' + str(path)+ '/'
if not os.path.exists(pic_path):
os.makedirs(pic_path)

#使用正则表达式查找所有需要下载的图片链接
pattern=r'http[s]?:\/\/[a-z.A-Z_0-9\/\?=-_-]+'
pic_list = findall(pattern, content)

for index, item in enumerate(pic_list,1):
count=1
flag=True
pic_url=str(item)

while flag and count<=10:
try:
 data=requests.get(pic_url);
   
 if pic_url.find('png')>0:
 file_name = str(index)+'.png'
 
 elif pic_url.find('gif')>0:
 file_name=str(index)+'.gif'
 
 else:
 file_name=str(index)+'.jpg'

 with open( pic_path + file_name,"wb") as f:
 f.write(data.content)
 
 #将图片链接替换为本地链接
 content = content.replace(pic_url, pic_path + file_name)
 
 flag = False
 print('已下载第' + str(index) +'张图片.')
 count += 1
 time.sleep(1)
  
except:
 count+=1
 time.sleep(1)
 
if count>10:
print("下载出错:",pic_url)
return content


def get_link(dir):
link = []
with open(dir,'r') as file_to_read:
while True:
line = file_to_read.readline()
if not line:
break
line = line.strip('\n')
link.append(line)
return link

path = 'link.txt'
linklist = get_link(path)
print(linklist)
s = len(linklist)


if __name__ == "__main__":

#获取html
input_flag=True
while input_flag:
#for j in range(0,s):
#pic = str(j)
j = 1
for i in linklist:
weixin_url = i  
path = j
j += 1 
#weixin_url=input()
re=findall(r'http[s]?:\/\/mp.weixin.qq.com\/s\/[0-9a-zA-Z_]+',weixin_url) 
if len(re)<=0:
print("链接有误,请重新输入!")
else:
input_flag=False

content=get_weixin_html(weixin_url)
content=download_pic(content)
#保存至本地
with open(weixin_title+'.txt','w+',encoding="utf-8") as f:
f.write(content) 
with open(weixin_title+'.html','w+',encoding="utf-8") as f:
f.write(content)  

print()
print("标题:《"+weixin_title+"》")
print("发布时间:"+weixin_time)

四、Python正则表达式匹配日期与时间

import re
from datetime import datetime

test_date = '小明的生日是2016-12-12 14:34,小张的生日是2016-12-21 11:34 .'
test_datetime = '小明的生日是2016-12-12 14:34,.小晴的生日是2016-12-21 11:34,好可爱的.'

# date
mat = re.search(r"(\d{4}-\d{1,2}-\d{1,2})",test_date)
print mat.groups()
# ('2016-12-12',)
print mat.group(0)
# 2016-12-12

date_all = re.findall(r"(\d{4}-\d{1,2}-\d{1,2})",test_date)
for item in date_all:
print item
# 2016-12-12
# 2016-12-21

# datetime
mat = re.search(r"(\d{4}-\d{1,2}-\d{1,2}\s\d{1,2}:\d{1,2})",test_datetime)
print mat.groups()
# ('2016-12-12 14:34',)
print mat.group(0)
# 2016-12-12 14:34

date_all = re.findall(r"(\d{4}-\d{1,2}-\d{1,2}\s\d{1,2}:\d{1,2})",test_datetime)
for item in date_all:
print item
# 2016-12-12 14:34
# 2016-12-21 11:34
## 有效时间

# 如这样的日期2016-12-35也可以匹配到.测试如下.
test_err_date = '如这样的日期2016-12-35也可以匹配到.测试如下.'
print re.search(r"(\d{4}-\d{1,2}-\d{1,2})",test_err_date).group(0)
# 2016-12-35

# 可以加个判断
def validate(date_text):
try:
if date_text != datetime.strptime(date_text, "%Y-%m-%d").strftime('%Y-%m-%d'):
raise ValueError
return True
except ValueError:
# raise ValueError("错误是日期格式或日期,格式是年-月-日")
return False

print validate(re.search(r"(\d{4}-\d{1,2}-\d{1,2})",test_err_date).group(0))
# false

# 其他格式匹配. 如2016-12-24与2016/12/24的日期格式.
date_reg_exp = re.compile('\d{4}[-/]\d{2}[-/]\d{2}')

test_str= """
 平安夜圣诞节2016-12-24的日子与去年2015/12/24的是有不同哦.
 """
# 根据正则查找所有日期并返回
matches_list=date_reg_exp.findall(test_str)

# 列出并打印匹配的日期
for match in matches_list:
  print match

# 2016-12-24
# 2015/12/24
上一篇
下一篇

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

联系我们

联系我们

返回顶部