Python多線程如何下載有聲小說

這篇文章跟大家分析一下“Python多線程如何下載有聲小說”。內容詳細易懂，對“Python多線程如何下載有聲小說”感興趣的朋友可以跟著小編的思路慢慢深入來閱讀一下，希望閱讀后能夠對大家有所幫助。下面跟著小編一起深入學習“Python多線程如何下載有聲小說”的知識吧。

我特地買了大屏幕的Note II 以便看pdf，另外耳朵也不能閑著，不過咱不是聽英語而是聽小說，我在讀書的時候就喜歡聽廣播，特別是說書、相聲等，所以我需要大量的有聲小說，現在網上這些資源多的很，但是下載頁記為麻煩，為了掙取更多的流量和廣告點擊，這些網站的下載鏈接都需要打開至少兩個以上的網頁才能找到真正的鏈接，甚是麻煩，為了節省整體下載時間，我寫了這個小程序，方便自己和大家下載有聲小說（當然，還有任何其他類型的資源）

先說明一下，我不是為了爬很多資料和數據，僅僅是為了娛樂和學習，所以這里不會漫無目的的取爬取一個網站的所有鏈接，而是給定一個小說，比方說我要下載小說《童年》，我會在我聽評書網上找到該小說的主頁然后用程序下載所有mp3音頻，具體做法見下面代碼，所有代碼都在模塊crawler5tps中：

1. 先設定一下start url 和保存文件的目錄

#-*-coding:GBK-*-   import urllib,urllib2   import re,threading,os   baseurl = 'http://www.5tps.com' #base url    down2path = 'E:/enovel/'        #saving path   save2path = ''                  #saving file name (full path)

2. 從start url 解析下載頁面的url

def parseUrl(starturl):       '''''       parse out download page from start url.       eg. we can get 'http://www.5tps.com/down/8297_52_1_1.html' from 'http://www.5tps.com/html/8297.html'       '''      global save2path       rDownloadUrl = re.compile(".*?<A href=\'(/down/\w+\.html)\'.*") #find the link of download page       #rTitle = re.compile("<TITILE>.{4}\s{1}(.*)\s{1}.*</TITLE>")       #<TITLE>有聲小說 悶騷1 播音:劉濤 全集</TITLE>       f = urllib2.urlopen(starturl)       totalLine =  f.readlines()         ''''' create the name of saving file '''      title = totalLine[3].split(" ")[1]       if os.path.exists(down2path+title) is not True:           os.mkdir(down2path+title)           save2path = down2path+title+"/"             downUrlLine = [ line for line in totalLine if rDownloadUrl.match(line)]       downLoadUrl = [];       for dl in downUrlLine:           while True:               m = rDownloadUrl.match(dl)               if not m:                   break              downUrl = m.group(1)               downLoadUrl.append(downUrl.strip())               dl = dl.replace(downUrl,'')       return downLoadUrl

3. 從下載頁面解析出真正的下載鏈接

def getDownlaodLink(starturl):       '''''       find out the real download link from download page.       eg. we can get the download link 'http://180j-d.ysts8.com:8000/人物紀實/童年/001.mp3?\       1251746750178x1356330062x1251747362932-3492f04cf54428055a110a176297d95a' from \       'http://www.5tps.com/down/8297_52_1_1.html'       '''      downUrl = []       gbk_ClickWord = '點此下載'      downloadUrl = parseUrl(starturl)       rDownUrl = re.compile('<a href=\"(.*)\"><font color=\"blue\">'+gbk_ClickWord+'.*</a>') #find the real download link       for url in downloadUrl:           realurl = baseurl+url           print realurl           for line in urllib2.urlopen(realurl).readlines():               m = rDownUrl.match(line)               if m:                   downUrl.append(m.group(1))            return downUrl

4. 定義下載函數

def download(url,filename):       ''''' download mp3 file '''      print url       urllib.urlretrieve(url, filename)

5. 創建用于下載文件的線程類

class DownloadThread(threading.Thread):       ''''' dowanload thread class '''      def __init__(self,func,savePath):           threading.Thread.__init__(self)           self.function = func           self.savePath = savePath              def run(self):           download(self.function,self.savePath)

6. 開始下載

if __name__ == '__main__':       starturl = 'http://www.5tps.com/html/8297.html'      downUrl = getDownlaodLink(starturl)       aliveThreadDict = {}        # alive thread       downloadingUrlDict = {}     # downloading link          i = 0;       while i < len(downUrl):           ''''' Note:我聽評說網 只允許同時有三個線程下載同一部小說，但是有時受網絡等影響，\                           為確保下載的是真實的mp3，這里將線程數設為2 '''          while len(downloadingUrlDict)< 2 :               downloadingUrlDict[i]=i               i += 1          for urlIndex in downloadingUrlDict.values():               #argsTuple = (downUrl[urlIndex],save2path+str(urlIndex+1)+'.mp3')               if urlIndex not in aliveThreadDict.values():                   t = DownloadThread(downUrl[urlIndex],save2path+str(urlIndex+1)+'.mp3')                   t.start()                   aliveThreadDict[t]=urlIndex           for (th,urlIndex) in aliveThreadDict.items():               if th.isAlive() is not True:                   del aliveThreadDict[th] # delete the thread slot                   del downloadingUrlDict[urlIndex] # delete the url from url list needed to download               print 'Completed Download Work'

這樣就可以了，讓他盡情的下吧，咱還得碼其他的項目去，哎 >>>

關于Python多線程如何下載有聲小說就分享到這里啦，希望上述內容能夠讓大家有所提升。如果想要學習更多知識，請大家多多留意小編的更新。謝謝大家關注一下億速云網站！