python抓取性感尤物美女圖

由於是只用標准庫，裝了python3運行本代碼就能下載到多多的美女圖...
寫出代碼前面部分的時候，我意識到自己的函數設計錯了，強忍繼續把代碼寫完。
測試發現速度一般，200K左右的下載速度，也沒有很好的錯誤處理。不過還是基本上能用。以后繼續改進。

寫出抓取東西的程序，比寫其它程序要開心很多。^_^，大家也來試試寫一個？

"""
python抓取性感尤物美女圖.py
2016年5月4日 00:51:00 codegay

參考資料: Python3學習筆記（urllib模塊的使用）
http://www.cnblogs.com/Lands-ljk/p/5447127.html

以下例子是python2的代碼，並且用到lxml,requests 庫
我用python3標准庫和正則寫一個下載全站美女圖的程序

使用python來批量抓取網站圖片
http://www.cnblogs.com/TeyGao/p/5225940.html
"""
print("程序運行中...")
import re
from urllib import request
import os
from pprint import pprint
from time import sleep

rooturl="http://www.xgyw.cc/"

def getclass():
    rec=re.compile('''align=center\>\<a href="(/\w+/)\"\>(.+)\</a\>''')
    try:
        txt=request.urlopen(rooturl).read().decode("gbk")
        fl=rec.findall(txt)
    except:
        print("錯誤")
        sleep(1)
        
    print("分類：")
    pprint(fl)
    return fl
fenlei=getclass()#下載所有分類下的圖片
#fenlei=[getclass()[-1]]#只下載推女郎

def getpagelist():
    plist=[]
    for f,n in fenlei:
        rec=re.compile('''({}page_\d+?\.html)'''.format(f))
        try:
            txt=request.urlopen(rooturl+f).read().decode("gbk")
            t=sorted(set(rec.findall(txt)+[f]))
            plist+=t
        except:
            print("錯誤",e)
            sleep(1)
            
    #print("page_list:")
    #pprint(plist)
    return plist
pagelist=getpagelist()

def getalbumlist():
    albumlist=[]
    for r in pagelist:
        print(rooturl+r)
        try:
            txt=request.urlopen(rooturl+r).read().decode("gbk")
            for x in re.findall(r'''href=(/(\w+)/(\2)\d+.html)''',txt):
                albumlist+=[x[0]]
        except:
            print("getalbumlist錯誤")
            sleep(1)
    return albumlist
albumlist=getalbumlist()

def getfphoto():

    for r in albumlist:
        try:
            txt=request.urlopen(rooturl+r).read().decode("gbk")
            result=re.findall(r'''(/(\w+)/(\2)\d+_?\d*.html)''',txt)
        except:
            sleep(1)
            
            pass
        for x in result:
            try:
                html=request.urlopen(rooturl+x[0]).read().decode("gbk")
                jpgresult=re.findall('''src=\"(/uploadfile.*?\d+/\w+\.jpg)\"''',html)
                print(jpgresult)
            except:
                sleep(1)
            for h in jpgresult:
                try:
                    request.urlretrieve(rooturl+h,os.path.basename(h))
                except:
                    print(3)
                    sleep(1)
            
getfphoto()