python – 用pycurl获取很多页面?

我想从网站上获得很多页面,比如

curl "http://farmsubsidy.org/DE/browse?page=[0000-3603]" -o "de.#1"

但是在python中获取页面数据,而不是磁盘文件.
有人可以发布pycurl代码来做到这一点,
或者快速urllib2(不是一次一个),如果可能的话,
或者说“忘记它,卷曲更快更强大”?谢谢

解决方法:

这是一个基于urllib2和线程的解决方案.

import urllib2
from threading import Thread

BASE_URL = 'http://farmsubsidy.org/DE/browse?page='
NUM_RANGE = range(0000, 3603)
THREADS = 2

def main():
    for nums in split_seq(NUM_RANGE, THREADS):
        t = Spider(BASE_URL, nums)
        t.start()

def split_seq(seq, num_pieces):
    start = 0
    for i in xrange(num_pieces):
        stop = start + len(seq[i::num_pieces])
        yield seq[start:stop]
        start = stop

class Spider(Thread):
    def __init__(self, base_url, nums):
        Thread.__init__(self)
        self.base_url = base_url
        self.nums = nums
    def run(self):
        for num in self.nums:
            url = '%s%s' % (self.base_url, num)
            data = urllib2.urlopen(url).read()
            print data

if __name__ == '__main__':
    main()
上一篇:python – pycurl安装:(已经有min.libcurl版本


下一篇:conda创建虚拟环境失败