利用Python获取ZOJ所有题目的名字

先贴出代码，行数比较少，仅仅用正则表达式分析出题目Title所在的标签并把题目Title提取出来

 

 1 import urllib.request

 2 import re

 3 import dbm

 4 #定义URL，其中%d用于替换页码

 5 url = 'http://acm.zju.edu.cn/onlinejudge/showProblems.do?contestId=1&pageNumber=%d'

 6 #连接持久化字典，这里用创建的方法'c'来创建写入

 7 db = dbm.open('zoj_list', 'c')

 8 

 9 for index in range(1, 30):

10     this_url = url % (index)#替换URL中代表页码的数字

11     html = urllib.request.urlopen(this_url).read()#read方法读取页面HTML

12     html = html.decode('utf-8')#UTF-8编码，没有这句会提示错误

13     title = re.compile('<font color="blue">.*</font>')#正则之，编译之

14     key = ''

15     cnt = 1

16     for x in title.findall(html):

17         title_parse = re.compile('<[^>]+>')#除去标签的正则

18         get = title_parse.sub('', x)#除去标签

19         if cnt % 2 == 0:

20             value = get

21             db[key] = value

22         else:

23             key = get

24         cnt += 1

这个把key和value通过字典保存到了'zoj_list'这个持久化字典中。
读取这个字典的代码如下：

1 import dbm

2 db = dbm.open('zoj_list', 'r')

3 print(db['1001'])

4 for index in range(1001, 2000):

5     in_ch = str(index)

6     print(db[in_ch])