中谷教育Python视频（课件、源码）推荐-木庄网络博客

本文摘自PHP中文网，作者黄舟，侵删。

《中谷教育Python视频教程》讲的是Python开发的入门教程，它将介绍Python语言的特点和适用范围，Python基本的数据类型，条件判断和循环，函数，以及Python特有的切片和列表生成式。希望本python教程能够让您快速入门并编写简单的Python程序。

OGTOK5HMEF0`BV1M_~U%J)8.png

课程播放地址：http://www.php.cn/course/501.html

该老师讲课风格:

教师讲课生动形象，机智诙谐，妙语连珠，动人心弦。一个生动形象的比喻，犹如画龙点睛，给学生开启智慧之门；一种恰如其分的幽默，引来学生会心的微笑，如饮一杯甘醇的美酒，给人以回味和留恋；哲人的警句、文化的箴言不时穿插于讲述中间，给人以思考和警醒。

本视频中较为难点是爬虫了：

1、单个网页的简易爬虫

以下爬虫的主要功能是爬取百度贴吧中某一页面的所有图片。代码由主要有两个函数：其中getHtml()通过页面url获取其对应的html内容，getImage()则通过解析html获取图片地址，实现图片的下载。

代码如下：

import urllib  
import re  
    
def getHtml(url):  
    """通过页面url获取其对应的html内容 
    """ 
    page = urllib.urlopen(url) #打开页面  
    content = page.read() #读取页面内容  
    return content  
      
def getImage(html):  
    """通过解析html获取图片地址，实现图片的下载 
    """ 
    regx =r'src="(.+?\.jpg)" pic_ext' #利用正则表达式获得图片url  
    imgreg = re.compile(regx)  
    imglist = re.findall(imgreg,html)  
    x = 0 
    for imgurl in imglist:  
        filepath ='F:\\Downloads\\'+str(x)+'.jpg'  
        urllib.urlretrieve(imgurl,filepath) #将图片下载到本地  
        x += 1 
    print 'completed!' 
      
html = getHtml('http://tieba.baidu.com/p/2505265675')  
imglist = getImage(html)

2、爬取多网页的框架

这里只讲基本思想：第一步是选择一个起始页面，可以直接选择某个网站的主页作为起始页面；第二步是分析这个起始页面的所有链接，然后爬取所有链接的内容；第三步就是无休无止的递归过程，分析爬虫所及的所有子页面内部链接，如果没有爬取过，则继续无休无止的爬取。

借用知乎上谢科兄弟的一段代码来说明。设定初始页面initial_page，爬虫就从这里开始获取页面，url_queue用来存将要爬取的页面队列，seen用来存爬取过的页面。

import Queue  
initial_page ="http://www.renminribao.com" 
url_queue =Queue.Queue()  
seen = set()  
seen.insert(initial_page)  
url_queue.put(initial_page)  
while True:  
    if url_queue.size()>0:  
        current_url = url_queue.get()    #取出队例中第一个的url  
        store(current_url)             #把这个url代表的网页存储好  
        for next_url inextract_urls(current_url): #提取把这个url里链向的url  
            if next_url not in seen:  
                seen.put(next_url)  
                url_queue.put(next_url)  
    else:  
        break