备份blog程序

前些年头的blog被和谐后，一直觉得备份博客文章到本地还是相当有必要的。最近看python，此语言给人一种powerful 的感觉。于是兴头之下便来了几句。此代码只是针对csdn博客。方法有点呆板。其实最好是有1个可变的可迭代集合来存放url，python里有人写了优先队列，这是以后要改进的，现在先放一个朴素版本。另外一个用rss来获取url的，但是rss只是收录了更新的博客，老的没有，不知道什么原因，在这就不贴了。

1. importurllib2,sys,re,os
3. defsavefile(filename,content,method='wb'):
4. op=open(filename,method)
5. op.write(content)
6. op.close()
7. return1
9. defSaveUrl(url):
10. globalurls
11. urls[url]=1
12. c=urllib2.urlopen(url)
13. content=c.read()
14. iflen(url.split('/'))>5:
15. dirs=("%s/backup/%s/%s"%('.',url.split('/')[-4],url.split('/')[-3]))
16. ifnotos.path.exists(dirs):
17. os.makedirs(dirs)
18. savefile("%s/%s"%(dirs,url.split('/')[-1].replace('aspx','html')),content)
19. print'saveurl',url
20. urlres=re.compile("http:\/\/blog.csdn.net\/lwj1396\/archive\/[^\">\s\']+aspx")
21. needtoaddurls=urlres.findall(content)
22. foriteminneedtoaddurls:
23. ifitemnotinurls.keys():
24. urls.setdefault(item,0)
25. print'add',url
27. defBackup():
28. globalurls
29. i=10000
30. whilei>0:
31. forurlinurls:
32. ifurls[url]==0:
33. SaveUrl(url)
34. break
35. i=i-1
37. if__name__=='__main__':
38. urls={}
39. urls.setdefault(r'http://blog.csdn.net/lwj1396',0)
40. Backup()