如何用python批量下载数据_使用Python批量下载数据

这次依旧是，不过下载的是Australian Bureau of Statistics的数据，都是xls的表格，网址为：http://www.abs.gov.au。网页打开左边有棵树目录，里面记录的澳大利亚的行政区名，然后后面有个get data 的链接，不过这棵树是动态加载的，客户端没法获取到全部的内容，像我这种从来没有做过网络编程的，脸html都看不懂的人，更不懂ajax了。笨人有笨方法，于是就把树全部点开，然后把网页的源代码保存下来，整理了一个txt文件，内容和下面的类似：

New South Wales - Get Data
一共有1665行，格式都和上面的类似。可以看到get data的链接是/ausstats/abs@nrp.nsf/lookup/1Main+Features12006-2010，然后就是从上面的字符串中提取get data的链接，获取连接后，使用urllib获取url地址的html内容。

然后再从获取的html中查找xls的下载地址，知道xls的下载地址，使用urlretrieve函数保存到本地即可。整个代码72行，如下：

# -*- coding:gb2312 -*-

# 有问题请联系我 liminlu0314@gmail.com

import sys

import urllib

import re

#从读取的html中解析下载地址

def ParserXlsUrl(content):

iPost = content.find('%2Exls&')

if iPost == -1:

return ''

strTemp = content[iPost-100:iPost+300]

iPos = strTemp.find('<')

strTemp = strTemp[:iPos+7]

#/AUSSTATS/freenrp.nsf/log?openagent&Region%5F1%2Exls&1&2006%2D2010%20National%20Regional%20Profile&CCAA9316217A9E75CA25793B001332FA&0&2006%2D2010&04%2E11%2E2011&Latest

return 'http://www.abs.gov.au' + strTemp

#从读进来的字符串解析url

def Save2Xls(lines):

iPos = lines.find('>')

strTmp = lines[iPos+1:]

iPos = strTmp.find('<')

strName = strTmp[:iPos] #取出Name

iPos = strTmp.find('"')

strTmp = strTmp[iPos+1:]

iPos = strTmp.find('"')

strTmp = strTmp[:iPos]

#/ausstats/abs@nrp.nsf/lookup/1Main+Features12006-2010

iPos = strTmp.find('lookup/')

strTmp = strTmp[iPos+7:]

iPos = strTmp.find('Main+')

strIdCode = strTmp[:iPos]

strStart = 'http://www.abs.gov.au/AUSSTATS/abs@nrp.nsf/DetailsPage/'

strMid = '2006-2010?OpenDocument&tabname=Details&prodno='

strEnd = '&issue=2006-2010&num=&view=&'

strUrl = strStart + strIdCode + strMid + strIdCode + strEnd

html = urllib.urlopen(strUrl)#打开连接

content = html.read()#获取页面内容

strUrlXls = ParserXlsUrl(content)

if strUrlXls == '':

return 0

strXlsDir = './Xls/'

strXls = strXlsDir + strName + '_' + strIdCode + '.xls'

urllib.urlretrieve(strUrlXls, strXls) #开始下载

return 1

if __name__ =="__main__":

f = open('GetUrl.htm', 'r')

alllines = f.readlines()

f.close()

index = 0

for eachline in alllines:

Save2Xls(eachline)

index = index + 1

print "current is %d of 1665, precent %d%%" %(index, (int)(index / 1665.0 * 100))之后程序写完后，发现不知道下载到什么地方了，又加了个进度信息。喜欢python，同样的代码用C++我不敢想象，还是Python吧。

如何用python批量下载数据_使用Python批量下载数据相关推荐

python怎么批量下载年报_使用Python批量下载Wind数据库中的PDF报告
原标题:使用Python批量下载Wind数据库中的PDF报告背景最近小编出于工作需要,准备在Wind金融数据终端批量下载上市公司2019年第一季度业绩预告.通过相关的条件检索,发现其相关数据有近百 ...
基于python的气象数据分析_基于python的《Hadoop权威指南》一书中气象数据下载和map reduce化数据处理及其......
文档内容: 1:下载<hadoop权威指南>中的气象数据 2:对下载的气象数据归档整理并读取数据 3:对气象数据进行map reduce进行处理关键词:<Hadoop权威指南> ...
python向es写入大量数据_使用Python-elasticsearch-bulk批量快速向elasticsearch插入数据_李谦的博客-CSDN博客...
from elasticsearch import Elasticsearch from elasticsearch import helpers import pymysql import time ...
python获取股票逐笔交易数据_利用python下载股票交易数据
前段时间玩Python时无意看到了获取股票交易数据的tushare模块,由于自己对股票交易挺有兴趣,加上现在又在做数据挖掘工作,故想先将股票数据下载到数据库中,以便日后分析: # 导入需要用到的模块 ...
爬虫goodreads数据_使用Python从Goodreads数据中预测好书
爬虫goodreads数据 Photo of old books by Ed Robertson on Unsplash 埃德·罗伯森 ( Ed Robertson)的旧书照片,内容为Unsplash ...
从ncbi下载数据_如何从NCBI下载所有细菌组件
从ncbi下载数据 One of the most important steps in genome analysis is gathering the data required for down ...
利用python从网页查找数据_利用Python模拟淘宝的搜索过程并对数据进行可视化分析...
数据挖掘入门与实战公众号: datadw 本文讲述如何利用Python模拟淘宝的搜索过程并对搜索结果进行初步的数据可视化分析. 搜索过程的模拟:淘宝的搜索页面有两种形式, 一种形式是, 2019/2 ...
python编程免费小说_使用Python开发小说下载器，不再为下载小说而发愁
有点荒废这几天有点荒废,之前弃坑的网文<伏天氏>,这几天又给捡起来了.然后一发不可收拾的只想看小说,荒废了我的学习.在这里我要检讨啊..... 像我这样的穷人,看小说肯定是找免费的网站, ...
python 文件批量转换格式_使用python批量化音乐文件格式转换的实例
使用python批量化音乐文件格式转换的实例最近在做声音文件数据处理,写了一个自动将m4a文件转化为wav的脚本. import os m4a_path = "/Users/Downloa ...

如何用python批量下载数据_使用Python批量下载数据

如何用python批量下载数据_使用Python批量下载数据相关推荐

最新文章

热门文章