Python 始

　　一直想找个时间来学Python，这次遇到一个收集网页信息的任务，终于可以给自己个借口来学学了。一开始还觉得又要重新学习一门新语言是很麻烦的一件事。后来被我应证了Python真的很简单（当然这是建立在你能顺利搭好环境，找到对应的模块才，环境配置网上到处都是，我在这就不多说了）

　　下面就通过我这个简短的例子来向大家展示一下Python的美吧：

　　程序任务：收集视频网页上视频的缩略图，保存到本地文件。

　　环境：Eclipse+PyDev

　　版本：Python3.2.2+BeautifulSoup4

import urllib.request,sys
import itertools,re
from bs4 import BeautifulSoup
ur = urllib.request

url_i = 1
pic_num = 1

#自定义的引号格式转化函数
def _en_to_cn(str):
    obj = itertools.cycle(['“','”'])
    _obj = lambda x: next(obj)
    return re.sub(r"['\"]",_obj,str)        


if __name__=='__main__':
    while url_i <= 30:
        webContent = ur.urlopen("http://news.youku.com/focus/index/_page26716_" + str(url_i) + ".html")
        data = webContent.read()
        soup = BeautifulSoup(data)
        tag = soup.img
        print("-----------------------Page " + str(url_i) +"-------------------------")
        for item in soup.find_all(tag.name):
            for attr in item.attrs:
                if attr == 'title':
                    ur.urlretrieve(item['src'], "D:\\Thumbnails\\" + str(pic_num) + "." + _en_to_cn(item['title']) + ".jpg")
                    pic_num += 1
                    
        print("----OK,Page " + str(url_i) +" has finished!")                
        url_i += 1

程序很简短，可以将优酷上任意连续多个页面的视频缩略图都保存下来。程序的关键就是用到了BeautifulSoup这个用于解析网页的第三方包，这个包的官方网页是：
http://www.crummy.com/software/BeautifulSoup/，其中有很详细的文档可以参考。

PS：另外在实际编程时发现，很多视频的标题中含有很多引号，一些是中文格式的引号，一些是英文格式的。而Windows下英文格式的引号在文件名中是被视为非法字符的，所以就自定义了一个函数_en_to_cn用于将含有英文引号的字符串转化成中文引号。

通过这个例子可以清楚的反映出Python的优势，特别实在互联网的应用和自然语言处理方面上，这更加坚定了我学习Python的决心。共勉~