你用Python寫過(guò)哪些牛逼的程序/腳本？

有網(wǎng)友在 Quora 上提問(wèn)，「你用 Python 寫過(guò)最牛逼的程序/腳本是什么？」。本文摘編了3 個(gè)國(guó)外程序員的多個(gè)小項(xiàng)目，含代碼。

Manoj Memana Jayakumar, 3000+ 頂

更新：憑借這些腳本，我找到了工作！可看我在這個(gè)帖子中的回復(fù)，《Has anyone got a job through Quora? Or somehow made lots of money through Quora?》

1. 電影/電視劇 字幕一鍵下載器

我們經(jīng)常會(huì)遇到這樣的情景，就是打開字幕網(wǎng)站subscene 或者opensubtitles， 搜索電影或電視劇的名字，然后選擇正確的抓取器，下載字幕文件，解壓，剪切并粘貼到電影所在的文件夾，并且需把字幕文件重命名以匹配電影文件的名字。是不是覺(jué)得太無(wú)趣呢？對(duì)了，我之前寫了一個(gè)腳本，用來(lái)下載正確的電影或電視劇字幕文件，并且存儲(chǔ)到與電影文件所在位置。所有的操作步驟僅需一鍵就可以完成。懵逼了嗎？

請(qǐng)看這個(gè) Youtube 視頻：https://youtu.be/Q5YWEqgw9X8

源代碼存放在GitHub：subtitle-downloader

更新：目前，該腳本支持多個(gè)字幕文件同時(shí)下載。步驟：按住 Ctrl ，選擇你想要為其下載字幕的多個(gè)文件 ， 最后執(zhí)行腳本即可

2. IMDb 查詢/電子表格生成器

我是一個(gè)電影迷，喜歡看電影。我總是會(huì)為該看哪一部電影而困惑，因?yàn)槲宜鸭舜罅康碾娪?。所以，我?yīng)該如何做才能消除這種困惑，選擇一部今晚看的電影？沒(méi)錯(cuò)，就是IMDb。我打開http://imdb.com，輸入電影的名字，看排名，閱讀和評(píng)論，找出一部值得看的電影。

但是，我有太多電影了。誰(shuí)會(huì)想要在搜索框輸入所有的電影的名字呢？ 我肯定不會(huì)這樣做，尤其是我相信“如果某些東西是重復(fù)性的，那么它應(yīng)該是可以自動(dòng)化的”。因此，我寫了一個(gè) python 腳本， 目的是為了使用 非官方的 IMDb API 來(lái)獲取數(shù)據(jù)。我選擇一個(gè)電影文件（文件夾），點(diǎn)擊右鍵，選擇‘發(fā)送到’，然后 點(diǎn)擊 IMDB.cmd (順便提一下，IMDB.cmd 這個(gè)文件就是我寫的 python 腳本)，就是這樣。

我的瀏覽器會(huì)打開這部電影在IMDb網(wǎng)站上的準(zhǔn)確頁(yè)面。

僅僅只需點(diǎn)擊一個(gè)按鍵，就可以完成如上操作。如果你不能夠了解這個(gè)腳本到底有多酷，以及它可以為你節(jié)省多少時(shí)間，請(qǐng)看這個(gè) Youtube視頻：https://youtu.be/JANNcimQGyk

從現(xiàn)在開始，你再也不需要打開你的瀏覽器，等待加載IMDb的頁(yè)面，鍵入電影的名字。這個(gè)腳本會(huì)幫你完成所有的操作。跟往常一樣，源代碼放在了GitHub：imdb，并且附有操作說(shuō)明。當(dāng)然，由于這個(gè)腳本必須去掉文件或文件夾中的無(wú)意義的字符，比如“DVDRip, YIFY, BRrip”等，所以在運(yùn)行腳本的時(shí)候會(huì)有一定比例的錯(cuò)誤。但是經(jīng)過(guò)測(cè)試，這個(gè)腳本在我?guī)缀跛械碾娪拔募隙歼\(yùn)行的很好。

2014-04-01更新：

許多人在問(wèn)我是否可以寫一個(gè)腳本，可以發(fā)現(xiàn)一個(gè)文件夾中所有電影的詳細(xì)信息，因?yàn)槊恳淮沃荒馨l(fā)現(xiàn)一個(gè)電影的詳細(xì)信息是非常麻煩的。我已經(jīng)更新了這個(gè)腳本，支持處理整個(gè)文件夾。腳本會(huì)分析這個(gè)文件夾里的所有子文件夾，從 IMDb上抓取所有電影的詳細(xì)信息 ，然后打開一個(gè)電子表格，根據(jù)IMDb 上的排名，從高到低降序排列所有的電影。這個(gè)表格中包含了 （所有電影）在 IMDb URL， 年份，情節(jié)，分類，獲獎(jiǎng)信息，演員信息，以及其他的你可能在 IMBb找到的信息。下面是腳本執(zhí)行后，生成的表格范例：

Your very own personal IMDb database! What more can a movie buff ask for? ;)Source on GitHub:imdb

你也可以有一個(gè)個(gè)人IMDb數(shù)據(jù)庫(kù)！一個(gè)電影愛(ài)好者還能夠要求更多嗎？：）

源代碼在GitHub：imdb

3. theoatmeal.com 連載漫畫下載器

我個(gè)人超級(jí)喜歡 Matthew Inman 的漫畫。它們?cè)诏偪窀阈Φ耐瑫r(shí)，卻又發(fā)人深省。但是，我很厭煩重復(fù)點(diǎn)擊下一個(gè)，然后才能閱讀每一個(gè)漫畫。另外，由于每一個(gè)漫畫都由多福圖片組成，所以手動(dòng)下載這些漫畫是非常困難的。

基于如上原因，我寫了一個(gè) python 腳本 ，用來(lái)從這個(gè)站點(diǎn)下載所有的漫畫。這個(gè)腳本利用 BeautifulSoup (http://www.crummy.com/software/B…) 解析 HTML 數(shù)據(jù)， 所以在運(yùn)行腳本前，必須安裝 BeautifulSoup。 用于下載燕麥片（馬修.英曼的一部漫畫作品）的下載器已經(jīng)上傳到GitHub：theoatmeal.com-downloader 。（漫畫）下載完后的文件夾是這樣的 :D

4.someecards.com 下載器

成功地從http://www.theoatmeal.com下載了整部漫畫后，我在想是否我可以做同樣的事情 ， 從另一個(gè)我喜歡的站點(diǎn)— 搞笑的，唯一的http://www.someecards.com. 下載一些東西呢？

somececards 的問(wèn)題是，圖片命名是完全隨機(jī)的，所有圖片的排放沒(méi)有特定的順序，并且一共有52 個(gè)大的類別， 每一個(gè)類別都有數(shù)以千計(jì)的圖片。

我知道，如果我的腳本是多線程的話，那將是非常完美的，因?yàn)橛写罅康臄?shù)據(jù)需要解析和下載，因此我給每一個(gè)類別中的每一頁(yè)都分配一個(gè)線程。這個(gè)腳本會(huì)從網(wǎng)站的每一個(gè)單獨(dú)的分類下載搞笑的電子賀卡，并且把每一個(gè)放到單獨(dú)的文件夾。現(xiàn)在，我擁有這個(gè)星球上最好笑的電子賀卡私人收藏。下載完成后，我的文件夾是這樣的：

沒(méi)錯(cuò)，我的私人收藏總共包括：52個(gè)類別，5036個(gè)電子賀卡。 源代碼在這里：someecards.com-downloader

編輯：很多人問(wèn)我是否可以共享我下載的所有文件，（在這里，我要說(shuō)）由于我的網(wǎng)絡(luò)不太穩(wěn)定，我沒(méi)辦法把我的收藏上傳到網(wǎng)絡(luò)硬盤，但是我已經(jīng)上傳一個(gè)種子文件，你們可以在這里下載：somecards.com Site Rip torrent

種下種子，傳播愛(ài)：）

Akshit Khurana，4400+ 頂

感謝500多個(gè)朋友在Facebook上為我送出的生日祝福

有三個(gè)故事讓我的21歲生日變的難忘，這是最后一個(gè)故事。我傾向于在每一條祝福下親自評(píng)論，但是使用 python 來(lái)做更好。

# Thanking everyone who wished me on my birthdayimport requestsimport json# Aman's post timeAFTER = 1353233754TOKEN = ' 'def get_posts(): """Returns dictionary of id, first names of people who posted on my wall between start and end time""" query = ("SELECT post_id, actor_id, message FROM stream WHERE " "filter_key = 'others' AND source_id = me() AND " "created_time > 1353233754 LIMIT 200") payload = {'q': query, 'access_token': TOKEN} r = requests.get('https://graph.facebook.com/fql', params=payload) result = json.loads(r.text) return result['data']def commentall(wallposts): """Comments thank you on all posts""" #TODO convert to batch request later for wallpost in wallposts: r = requests.get('https://graph.facebook.com/%s' % wallpost['actor_id']) url = 'https://graph.facebook.com/%s/comments' % wallpost['post_id'] user = json.loads(r.text) message = 'Thanks %s :)' % user['first_name'] payload = {'access_token': TOKEN, 'message': message} s = requests.post(url, data=payload) print "Wall post %s done" % wallpost['post_id']if __name__ == '__main__': commentall(get_posts())

為了能夠順利運(yùn)行腳本，你需要從Graph API Explorer（需適當(dāng)權(quán)限）獲得 token。 本腳本假設(shè)特定時(shí)間戳之后的所有帖子都是生日祝福。

盡管對(duì)評(píng)論功能做了一點(diǎn)改變，我仍然喜歡每一個(gè)帖子。

當(dāng)我的點(diǎn)贊數(shù)，評(píng)論數(shù)以及評(píng)論結(jié)構(gòu)在 ticker（Facebook一項(xiàng)功能，朋友可以看到另一個(gè)朋友在做什么，比如點(diǎn)贊，聽歌，看電影等） 中爆漲后，我的一個(gè)朋友很快發(fā)現(xiàn)此事必有蹊蹺。

盡管這個(gè)不是我最滿意的腳本，但是它簡(jiǎn)單，快捷，有趣。

當(dāng)我和Sandesh Agrawal在網(wǎng)絡(luò)實(shí)驗(yàn)室討論時(shí)，有了寫這個(gè)腳本的想法。 為此，Sandesh Agrawal耽擱了實(shí)驗(yàn)室作業(yè)，深表感謝。

Tanmay Kulshrestha，3300+ 頂

好了，在我失去這個(gè)項(xiàng)目之前（一個(gè)豬一樣的朋友格式化了我的硬盤，我的所有代碼都在那個(gè)硬盤上）或者說(shuō)，在我忘記這些代碼之前，我決定來(lái)回答這個(gè)問(wèn)題。

整理照片

當(dāng)我對(duì)圖像處理感興趣之后，我一直致力于研究機(jī)器學(xué)習(xí)。我寫這個(gè)有趣的腳本，目的是為了分類圖片，很像 Facebook 做的那樣（當(dāng)然這是一個(gè)不夠精確的算法）。 我使用了 OpenCV 的人臉檢測(cè)算法，“haarcascade_frontalface_default.xml”，它可以從一張照片中檢測(cè)到人臉。

你可能已經(jīng)察覺(jué)到這張照片的某些地方被錯(cuò)誤地識(shí)別為人臉。 我試圖通過(guò)修改一些參數(shù)（來(lái)修正這一問(wèn)題），但還是某些地方被錯(cuò)誤地識(shí)別為人臉，這是由相機(jī)的相對(duì)距離導(dǎo)致的。我會(huì)在下一階段解決這一問(wèn)題（訓(xùn)練步驟）。

這個(gè)訓(xùn)練算法需要一些訓(xùn)練素材，每個(gè)人需要至少需要100-120個(gè)訓(xùn)練素材（當(dāng)然多多益善）。 我太懶了，并沒(méi)有為每一個(gè)人挑選照片，并把它們復(fù)制粘帖到訓(xùn)練文件夾。所以，你可能已經(jīng)猜到，這個(gè)腳本會(huì)打開一個(gè)圖片，識(shí)別人臉，并顯示每一個(gè)人臉（腳本會(huì)根據(jù)處于當(dāng)前節(jié)點(diǎn)的訓(xùn)練素材給每一個(gè)人臉預(yù)測(cè)一個(gè)名字）。伴隨著每次你標(biāo)記的照片，Recognizer 會(huì)被更新，并且還會(huì)包含上一次的訓(xùn)練素材。 在訓(xùn)練過(guò)程中，你可以增加新的名字。我使用 python 庫(kù) tkinter 做了一個(gè) GUI。 因此，大多數(shù)時(shí)候，你必須初始化一小部分照片（給照片中的人臉命名），其他的工作都可以交給訓(xùn)練算法。 因此，我訓(xùn)練了 Recognizer ，然后讓它（Recognizer）去處理所有的圖片。

我使用圖片中包含的人的人名來(lái)命名圖片，（例如： Tanmay&*****&*****）。 因此，我可以遍歷整個(gè)文件夾，然后可以通過(guò)輸入人名的方法來(lái)搜索圖片。

初始狀態(tài)下，當(dāng)一個(gè)人臉還沒(méi)有訓(xùn)練素材時(shí)（素材庫(kù)中還沒(méi)有包括這個(gè)人臉的名字），需要詢問(wèn)他/她的名字。

我可以增加一個(gè)名字，像這個(gè)樣子：

當(dāng)訓(xùn)練了幾個(gè)素材后，它會(huì)像這個(gè)樣子：

最后一個(gè)是針對(duì)應(yīng)對(duì)那些垃圾隨機(jī)方塊而使用的變通解決方案。

帶名字的最終文件夾。

所以，現(xiàn)在尋找圖片變得相當(dāng)簡(jiǎn)單。順便提一下，很抱歉（我）放大了這些照片。

import cv2import sysimport os,random,string#choices=['Add a name']import oscurrent_directory=os.path.dirname(os.path.abspath(__file__))from Tkinter import Tkfrom easygui import *import numpy as npx= os.listdir(current_directory)new_x=[]testing=[]for i in x:if i.find('.')==-1:new_x+=[i]else:testing+=[i]x=new_xg=xchoices=['Add a name']+xy= range(1,len(x)+1)def get_images_and_labels():global current_directory,x,y,gif x==[]:return (False,False)image_paths=[]for i in g:path=current_directory+''+ifor filename in os.listdir(path):final_path=path+''+filenameimage_paths+=[final_path]# images will contains face imagesimages = []# labels will contains the label that is assigned to the imagelabels = []for image_path in image_paths:# Read the image and convert to grayscaleimg = cv2.imread(image_path,0)# Convert the image format into numpy arrayimage = np.array(img, 'uint8')# Get the label of the imagebackslash=image_path.rindex('')underscore=image_path.index('_',backslash)nbr = image_path[backslash+1:underscore]t=g.index(nbr)nbr=y[t]# If face is detected, append the face to images and the label to labelsimages.append(image)labels.append(nbr)#cv2.imshow("Adding faces to traning set...", image)#cv2.waitKey(50)# return the images list and labels listreturn images, labels# Perform the traniningdef train_recognizer():recognizer = cv2.createLBPHFaceRecognizer()images, labels = get_images_and_labels()if images==False:return Falsecv2.destroyAllWindows()recognizer.train(images, np.array(labels))return recognizerdef get_name(image_path,recognizer):global x,choices#if recognizer=='':# recognizer=train_recognizer()cascadePath = "haarcascade_frontalface_default.xml"faceCascade = cv2.CascadeClassifier(cascadePath)#recognizer=train_recognizer()x1=testingglobal gprint image_pathimage = cv2.imread(image_path)img = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)predict_image = np.array(img, 'uint8')faces = faceCascade.detectMultiScale(img,scaleFactor=1.3,minNeighbors=5,minSize=(30, 30),flags = http://cv2.cv.CV_HAAR_SCALE_IMAGE)for (x, y, w, h) in faces:f= image[y:y+w,x:x+h]cv2.imwrite('temp.jpg',f)im='temp.jpg'nbr_predicted, conf = recognizer.predict(predict_image[y: y + h, x: x + w])predicted_name=g[nbr_predicted-1]print "{} is Correctly Recognized with confidence {}".format(predicted_name, conf)if conf>=140:continuemsg='Is this '+predicted_namereply = buttonbox(msg, image=im, choices=['Yes','No'])if reply=='Yes':reply=predicted_namedirectory=current_directory+''+replyif not os.path.exists(directory):os.makedirs(directory)random_name=''.join(random.choice(string.ascii_uppercase + string.digits) for _ in range(7))path=directory+''+random_name+'.jpg'cv2.imwrite(path,f)else:msg = "Who is this?"reply = buttonbox(msg, image=im, choices=choices)if reply == 'Add a name':name=enterbox(msg='Enter the name', title='Training', strip=True)print namechoices+=[name]reply=namedirectory=current_directory+''+replyif not os.path.exists(directory):os.makedirs(directory)random_name=''.join(random.choice(string.ascii_uppercase + string.digits) for _ in range(7))path=directory+''+random_name+'.jpg'print pathcv2.imwrite(path,f)# calculate window positionroot = Tk()pos = int(root.winfo_screenwidth() * 0.5), int(root.winfo_screenheight() * 0.2)root.withdraw()WindowPosition = "+%d+%d" % pos# patch rootWindowPositionrootWindowPosition = WindowPositiondef detect_faces(img):global choices,current_directoryimagePath = imgfaceCascade = cv2.CascadeClassifier(cascPath)image = cv2.imread(imagePath)gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)faces = faceCascade.detectMultiScale(gray,scaleFactor=1.3,minNeighbors=5,minSize=(30, 30),flags = http://cv2.cv.CV_HAAR_SCALE_IMAGE)print "Found {0} faces!".format(len(faces))m=0for (x, y, w, h) in faces:m+=1padding=0f= image[y-padding:y+w+padding,x-padding:x+h+padding]cv2.imwrite('temp.jpg',f)im='temp.jpg'msg = "Who is this?"reply = buttonbox(msg, image=im, choices=choices)if reply == 'Add a name':name=enterbox(msg='Enter the name', title='Training', strip=True)print namechoices+=[name]reply=namedirectory=current_directory+''+replyif not os.path.exists(directory):os.makedirs(directory)random_name=''.join(random.choice(string.ascii_uppercase + string.digits) for _ in range(7))path=directory+''+random_name+'.jpg'print pathcv2.imwrite(path,f)def new(img,recognizer):imagePath = current_directory+''+imgprint imagePathget_name(imagePath,recognizer)cascPath = 'haarcascade_frontalface_default.xml'b=0os.system("change_name.py")for filename in os.listdir("."):b+=1if b%10==0 or b==1:os.system("change_name.py")recognizer=train_recognizer()if filename.endswith('.jpg') or filename.endswith('.png'):print filenameimagePath=filename#detect_faces(imagePath)new(imagePath,recognizer)os.remove(filename)raw_input('Done with this photograph')

我想進(jìn)一步修改它的搜索功能，其中會(huì)包含更多的搜索類型，比如基于地理位置，微笑的臉，傷心的臉等等。（這樣我就可以在 Skylawns 上 搜索快樂(lè)的 Tanmay & 沮喪的 Akshay & 快樂(lè)的…）

我還寫了很多腳本，但那都是很久之前的事情了，我也懶得再去檢查這些代碼了，我會(huì)列出部分代碼。

GitHub 鏈接：tanmay2893/Image-Sorting

Gmail 郵件通知

在那段時(shí)間，我沒(méi)有智能手機(jī)。 導(dǎo)致我常常錯(cuò)過(guò)來(lái)自于我所在的研究所的郵件（在我的研究所的郵件 ID），我寫了一個(gè)腳本，可以在我的筆記本上運(yùn)行，而且能給我的手機(jī)發(fā)信息。我使用 python 的 IMAP 庫(kù)來(lái)獲取郵件。我可以輸入一些重要的人的名字，這樣一來(lái)，當(dāng)這些人給我發(fā)了郵件后，我可以收到短信通知。對(duì)于短信， 我使用了way2sms.com（寫了一個(gè) python 腳本，自動(dòng)登陸我的賬戶，然后發(fā)送 短信）。

PNR（Passenger Name Record旅客訂座記錄，下同）狀態(tài)短訊

鐵路方面不經(jīng)常發(fā)送 PNR 狀態(tài)消息。因此，我寫了一個(gè)腳本，可以從印度鐵路網(wǎng)站獲取 PNR 狀態(tài)。這是非常容易的，因?yàn)槟莻€(gè)網(wǎng)站沒(méi)有驗(yàn)證碼，即使有，也只是形同虛設(shè)的驗(yàn)證碼（在過(guò)去，一些字母會(huì)被寫在看起來(lái)像圖片一樣的東西上面，因?yàn)樗麄優(yōu)檫@些字母使用了一個(gè) “check” 的背景圖）。 我們可以輕松地從 HTML 網(wǎng)頁(yè)得到這些字母。我不明白他們這樣做的目的是什么，難道僅僅是為了愚弄他們自己?jiǎn)幔?不管怎么樣，我使用短信息腳本來(lái)處理它，經(jīng)過(guò)一段時(shí)間間隔，它會(huì)在我的筆記本上運(yùn)行一次，就像是一個(gè)定時(shí)任務(wù)，只要 PNR 狀態(tài)有更新，它就會(huì)把更新信息發(fā)送給我。

YouTube 視頻下載器

這個(gè)腳本會(huì)從 Youtube 頁(yè)面下載所有的 Youtube 視頻 以及他們所有的字幕文件（從Download and save subtitles下載）。為了使下載速度更快一點(diǎn)，我使用了多線程。還有一個(gè)功能是，即使你的電腦重啟了，仍然可以暫停和恢復(fù)播放下載的（視頻）。我原本想做一個(gè)UI的，但是我太懶了… 一旦我的下載任務(wù)完成，我就不去關(guān)心 UI 的事情了。

板球比分通知器

我猜想這個(gè)功能已經(jīng)在別的地方提到過(guò)了。一個(gè)窗口通知器。（在右下角的通知區(qū)域，它會(huì)告訴你實(shí)時(shí)比分以及評(píng)論信息）。如果你愿意的化，在某些時(shí)間段，你也可以關(guān)掉它。

WhatsApp 消息

這個(gè)并不太實(shí)用，我只是寫著玩玩。因?yàn)?Whatsapp 有網(wǎng)頁(yè)版，我使用 selenium 和 Python 下載我的所有聯(lián)系人的顯示圖片，并且，一旦有人更新了他們的顯示圖片，我將會(huì)知道。（如何做到的？非常簡(jiǎn)單，在設(shè)定好時(shí)間間隔后，我會(huì)一遍又一遍的不停下載所有的頭像信息，一旦照片的尺寸發(fā)生變化，我將會(huì)知道他/她更新了顯示圖片）。然后我會(huì)給他/她發(fā)一個(gè)信息，不錯(cuò)的頭像。我僅僅使用了一次來(lái)測(cè)試它的可用性。

Nalanda 下載器

我們一般在這個(gè)叫 ‘Nalanda’ 的網(wǎng)站上下載一些教學(xué)課件以及其他的課程資料， ‘Nalanda’ 在 BITS Pilani (Nalanda). 我自己懶得在考試前一天下載所有的課件，所以，我寫了這個(gè)這個(gè)下載器，它可以把每一門科的課件下載到相應(yīng)的文件夾。

代碼：

import mechanize,os,urllib2,urllib,requests,getpass,timestart_time = time.time()from bs4 import BeautifulSoupbr=mechanize.Browser()br.open('https://nalanda.bits-pilani.ac.in/login/index.php')br.select_form(nr=0) name=''while name=='': try: print '*******' username=raw_input('Enter Your Nalanda Username: ') password=getpass.getpass('Password: ') br.form['username']=username br.form['password']=password res=br.submit() response=res.read() soup=BeautifulSoup(response) name=str(soup.find('div',attrs={'class':'logininfo'}).a.string)[:-2] except: print 'Wrong Password'f=open('details.txt','w')f.write(username+'n'+password)f.close()print 'Welcome, '+nameprint 'All the files will be downloaded in your Drive C in a folder named "nalanda"'#print soup.prettify()div=soup.find_all('div',attrs={'class':'box coursebox'})l=len(div)a=[]for i in range(l): d=div[i] s=str(d.div.h2.a.string) s=s[:s.find('(')] c=(s,str(d.div.h2.a['href'])) path='c:nalanda'+c[0] if not os.path.exists(path): os.makedirs(path) a+=[c]#print aoverall=[]for i in range(l): response=br.open(a[i][1]) page=response.read() soup=BeautifulSoup(page) li=soup.find_all('li',attrs={'class':'section main clearfix'}) x=len(li) t=[] folder=a[i][0] print 'Downloading '+folder+' files...' o=[] for j in range(x): g=li[j].ul #print g #raw_input('') if g!=None: temp=http://g.li['class'].split(' ') #raw_input('') if temp[1]=='resource': #print 'yes' #print '********************' o+=[j] h=li[j].find('div',attrs={'class':'content'}) s=str(h.h3.string) path='c:nalanda'+folder if path[-1]==' ': path=path[:-1] path+=''+s if not os.path.exists(path): os.makedirs(path) f=g.find_all('li') r=len(f) z=[] for e in range(r): p=f[e].div.div.a q=f[e].find('span',attrs={'class':'resourcelinkdetails'}).contents link=str(p['href']) text=str(p.find('span').contents[0]) typ='' if str(q[0]).find('word')!=-1: typ='.docx' elif str(q[0]).find('JPEG')!=-1: typ='.jpg' else: typ='.pdf' if typ!='.docx': res=br.open(link) soup=BeautifulSoup(res.read()) if typ=='.jpg': di=soup.find('div',attrs={'class':'resourcecontent resourceimg'}) link=di.img['src'] else: di=soup.find('div',attrs={'class':'resourcecontent resourcepdf'}) link=di.object['data'] try: if not os.path.exists(path+''+text+typ): br.retrieve(link,path+''+text+typ)[0] except: print 'Connectivity Issues' z+=[(link,text,typ)] t+=[(s,z)] if t==[]: print 'No Documents in this subject' overall+=[o] #raw_input('Press any button to resume')#print overallprint 'Time Taken to Download: '+str(time.time()-start_time)+ ' seconds'print 'Do you think you can download all files faster than this :P'print 'Closing in 10 seconds'time.sleep(10)

我自己的 DC++

這個(gè)腳本并不是很有用，目前只有一些學(xué)生在用它， 況且，DC ++ 已經(jīng)提供了一些很酷的功能。我原本可以優(yōu)化我自己的版本，但是，由于我們已經(jīng)有了DC ++，我并沒(méi)有這么做，盡管我已經(jīng)使用 nodeJS 和 python 寫了一個(gè)基礎(chǔ)版本。

工作原理：

打開 DC++ ， 進(jìn)入一個(gè)中心站點(diǎn)，然后連接，我寫了一個(gè) python 腳本來(lái)做這件事。 腳本會(huì)在 PC上創(chuàng)建一個(gè)服務(wù)器（可以通過(guò)修改 SimpleHTTPRequestHandler 來(lái)完成）。

在服務(wù)器端（使用了NodeJS），它會(huì)拿到 PC 的連接，共享給其他的用戶。

這個(gè)是主頁(yè)面:

這個(gè)頁(yè)面顯示了所有的用戶和他們的鏈接。因?yàn)槲医o Nick 加了一個(gè)超鏈接，所以在鏈接這一攔是空的。

所以，當(dāng)用戶數(shù)量增加以后，這個(gè)頁(yè)面會(huì)列出所有的用戶列表?；旧?，這個(gè)頁(yè)面充當(dāng)了一個(gè)你和另外一個(gè)人聯(lián)系的中間人角色。 我還做了一個(gè)在所有用戶中搜索特定文件的功能。

這里是客戶端的 python 文件（這是一段很長(zhǎng)的代碼，我上傳到了 Ideone）

所有這些代碼僅僅用于教育目的。

英文：Quora

http://python.jobbole.com/85986/