该部分代码。
response=session.get(url)

code=re.findall('charset=(.*?)"',response.text)[0]

content=response.text

# 文件的ID
doc_id=re.findall('view/(.*?).html',url)[0]

# 文件类型
#types=re.findall(r"docType.*?:.*?'(.*?)'",content)[0]

# 文件主题(目前支持TXT·doc·PDF·PPT·xls表格文件）
#title=re.findall(r"title.*?:.*?'(.*?)'",content)[0]

if types=='txt':
md5sum=re.findall('"md5sum":"(.*?)",',content)
if md5sum!=[]:
result=parse_txt2(content,code,doc_id)
title=re.findall(r'<title>(.*?). ',content)[0]
#filename=os.getcwd()+"\\Files\\"+title+'.txt'
filename=path+"\\"+title+".txt"
save_file(title,filename,result)
else:
result=parse_txt1(code,doc_id)
title=re.findall(r"title.*?:.*?'(.*?)'",content)[0]
#filename=os.getcwd()+"\\Files\\"+title+'.txt'
filename=path+"\\"+title+".txt"
save_file(title,filename,result)
elif types=='doc':
title=re.findall(r"title.*?:.*?'(.*?)'",content)[0]
result=parse_doc(content)
filename=path+"\\"+title+".doc"
save_file(title,filename,result)
elif types=='pdf':
title=re.findall(r"title.*?:.*?'(.*?)'",content)[0]
result=parse_pdf(content)
filename=path+"\\"+title+".txt"
save_file(title,filename,result)
elif types=='ppt':
title=re.findall(r"title.*?:.*?'(.*?)'",content)[0]
parse_ppt1(doc_id,title)

elif types=='xls':
title=re.findall(r"title.*?:.*?'(.*?)'",content)[0]
result=parse_xls(content)
filename=path+"\\"+title+".txt"
save_file(title,filename,result)

except Exception as e:
print(e)

if __name__=='__main__':
main()

麻烦了，谢谢。

最好能修改好发出来。

qq_40045412

Frames are not available

0条回答

为你推荐