猿问

照老师的写的代码,但是运行没有结果

我的代码:

spide_main页面

from baike_spider import url_manager, html_downloader, html_parser,\

    html_outputer


class 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_url

html_downloader页面

import urllib2



class 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 urllib2

class 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,

        



    

    


qq_鱼面晓晓_03572666
浏览 1638回答 1
1回答

Chace_Shadow

运行后打开output.html才能看到结果啊
随时随地看视频慕课网APP

相关分类

Python
我要回答