使用 Python 列出在线目录中的所有文件？

Question

您好，我只是想知道我正在尝试创建一个从 Internet 下载文件的 python 应用程序，但目前它只下载一个名称为我知道的文件...有什么办法可以得到一个列表在线目录中的文件并下载它们？我给你看我一次下载一个文件的代码，这样你就知道我不想做什么了。

import urllib2

url = "http://cdn.primarygames.com/taxi.swf"

file_name = url.split('/')[-1]
u = urllib2.urlopen(url)
f = open(file_name, 'wb')
meta = u.info()
file_size = int(meta.getheaders("Content-Length")[0])
print "Downloading: %s Bytes: %s" % (file_name, file_size)

file_size_dl = 0
block_sz = 8192
while True:
    buffer = u.read(block_sz)
    if not buffer:
        break

    file_size_dl += len(buffer)
    f.write(buffer)
    status = r"%10d  [%3.2f%%]" % (file_size_dl, file_size_dl * 100. / file_size)
    status = status + chr(8)*(len(status)+1)
    print status,

f.close()

那么它是从这个网站下载taxi.swf，但我想要它做的是从那个目录“/”下载所有.swf到计算机？

有可能吗，非常感谢您。 -Terrii-

Answer 1

由于您要尝试一次下载大量内容，因此请先查找网站索引或网页，以整齐地列出您要下载的所有内容。网站的移动版通常比桌面版更轻巧，更容易抓取。

这个网站有你要找的东西：All Games。

现在，这真的很简单。只需，提取所有游戏页面链接。我使用BeautifulSoup 和requests 来做到这一点：

import requests
from bs4 import BeautifulSoup

games_url = 'http://www.primarygames.com/mobile/category/all/'

def get_all_games():
    soup = BeautifulSoup(requests.get(games_url).text)

    for a in soup.find('div', {'class': 'catlist'}).find_all('a'):
        yield 'http://www.primarygames.com' + a['href']

def download_game(url):
    # You have to do this stuff. I'm lazy and won't do it.

if __name__ == '__main__':
    for game in get_all_games():
        download_game(url)

剩下的就看你自己了。 download_game() 会根据游戏的 URL 下载游戏，因此您必须找出 <object> 标签在 DOM 中的位置。