譯：Python開發(fā)者 - Jake_on 英文：Quora

http://python.jobbole.com/85986/

有網(wǎng)友在 Quora 上提問，「你用 Python 寫過最牛逼的程序/腳本是什么？」。本文摘編了 3 個(gè)國外程序員的多個(gè)小項(xiàng)目，含代碼。

Manoj Memana Jayakumar, 3000+ 頂

更新：憑借這些腳本，我找到了工作！可看我在這個(gè)帖子中的回復(fù)，《Has anyone got a job through Quora? Or somehow made lots of money through Quora?》

1. 電影/電視劇 字幕一鍵下載器

我們經(jīng)常會(huì)遇到這樣的情景，就是打開字幕網(wǎng)站subscene 或者opensubtitles， 搜索電影或電視劇的名字，然后選擇正確的抓取器，下載字幕文件，解壓，剪切并粘貼到電影所在的文件夾，并且需把字幕文件重命名以匹配電影文件的名字。是不是覺得太無趣呢？對(duì)了，我之前寫了一個(gè)腳本，用來下載正確的電影或電視劇字幕文件，并且存儲(chǔ)到與電影文件所在位置。所有的操作步驟僅需一鍵就可以完成。懵逼了嗎？

請看這個(gè) Youtube 視頻：https://youtu.be/Q5YWEqgw9X8

源代碼存放在GitHub：subtitle-downloader更新：目前，該腳本支持多個(gè)字幕文件同時(shí)下載。步驟：按住 Ctrl ，選擇你想要為其下載字幕的多個(gè)文件 ， 最后執(zhí)行腳本即可

2. IMDb 查詢/電子表格生成器

我是一個(gè)電影迷，喜歡看電影。我總是會(huì)為該看哪一部電影而困惑，因?yàn)槲宜鸭舜罅康碾娪啊Ｋ裕覒?yīng)該如何做才能消除這種困惑，選擇一部今晚看的電影？沒錯(cuò)，就是IMDb。我打開 http://imdb.com，輸入電影的名字，看排名，閱讀和評(píng)論，找出一部值得看的電影。

但是，我有太多電影了。誰會(huì)想要在搜索框輸入所有的電影的名字呢？我肯定不會(huì)這樣做，尤其是我相信“如果某些東西是重復(fù)性的，那么它應(yīng)該是可以自動(dòng)化的”。因此，我寫了一個(gè) python 腳本， 目的是為了使用 非官方的 IMDb API 來獲取數(shù)據(jù)。我選擇一個(gè)電影文件（文件夾），點(diǎn)擊右鍵，選擇‘發(fā)送到’，然后 點(diǎn)擊 IMDB.cmd (順便提一下，IMDB.cmd 這個(gè)文件就是我寫的 python 腳本)，就是這樣。

我的瀏覽器會(huì)打開這部電影在IMDb網(wǎng)站上的準(zhǔn)確頁面。

僅僅只需點(diǎn)擊一個(gè)按鍵，就可以完成如上操作。如果你不能夠了解這個(gè)腳本到底有多酷，以及它可以為你節(jié)省多少時(shí)間，請看這個(gè) Youtube 視頻：https://youtu.be/JANNcimQGyk

從現(xiàn)在開始，你再也不需要打開你的瀏覽器，等待加載IMDb的頁面，鍵入電影的名字。這個(gè)腳本會(huì)幫你完成所有的操作。跟往常一樣，源代碼放在了GitHub：imdb ，并且附有操作說明。當(dāng)然，由于這個(gè)腳本必須去掉文件或文件夾中的無意義的字符，比如“DVDRip, YIFY, BRrip”等，所以在運(yùn)行腳本的時(shí)候會(huì)有一定比例的錯(cuò)誤。但是經(jīng)過測試，這個(gè)腳本在我?guī)缀跛械碾娪拔募隙歼\(yùn)行的很好。

2014-04-01更新：

許多人在問我是否可以寫一個(gè)腳本，可以發(fā)現(xiàn)一個(gè)文件夾中所有電影的詳細(xì)信息，因?yàn)槊恳淮沃荒馨l(fā)現(xiàn)一個(gè)電影的詳細(xì)信息是非常麻煩的。我已經(jīng)更新了這個(gè)腳本，支持處理整個(gè)文件夾。腳本會(huì)分析這個(gè)文件夾里的所有子文件夾，從 IMDb上抓取所有電影的詳細(xì)信息 ，然后打開一個(gè)電子表格，根據(jù)IMDb 上的排名，從高到低降序排列所有的電影。這個(gè)表格中包含了 （所有電影）在 IMDb URL， 年份，情節(jié)，分類，獲獎(jiǎng)信息，演員信息，以及其他的你可能在 IMBb找到的信息。下面是腳本執(zhí)行后，生成的表格范例：

Your very own personal IMDb database! What more can a movie buff ask for? ;)

Source on GitHub:imdb你也可以有一個(gè)個(gè)人 IMDb 數(shù)據(jù)庫！一個(gè)電影愛好者還能夠要求更多嗎？：）源代碼在 GitHub：imdb

3. theoatmeal.com 連載漫畫下載器

我個(gè)人超級(jí)喜歡 Matthew Inman 的漫畫。它們在瘋狂搞笑的同時(shí)，卻又發(fā)人深省。但是，我很厭煩重復(fù)點(diǎn)擊下一個(gè)，然后才能閱讀每一個(gè)漫畫。另外，由于每一個(gè)漫畫都由多福圖片組成，所以手動(dòng)下載這些漫畫是非常困難的。

基于如上原因，我寫了一個(gè) python 腳本 ，用來從這個(gè)站點(diǎn)下載所有的漫畫。這個(gè)腳本利用 BeautifulSoup (http://www.crummy.com/software/B… ) 解析 HTML 數(shù)據(jù)， 所以在運(yùn)行腳本前，必須安裝 BeautifulSoup。用于下載燕麥片（馬修.英曼的一部漫畫作品）的下載器已經(jīng)上傳到GitHub：theoatmeal.com-downloader 。（漫畫）下載完后的文件夾是這樣的 :D

4. someecards.com 下載器成功地從http://www.theoatmeal.com 下載了整部漫畫后，我在想是否我可以做同樣的事情 ， 從另一個(gè)我喜歡的站點(diǎn)— 搞笑的，唯一的http://www.someecards.com. 下載一些東西呢？

somececards 的問題是，圖片命名是完全隨機(jī)的，所有圖片的排放沒有特定的順序，并且一共有52 個(gè)大的類別， 每一個(gè)類別都有數(shù)以千計(jì)的圖片。

我知道，如果我的腳本是多線程的話，那將是非常完美的，因?yàn)橛写罅康臄?shù)據(jù)需要解析和下載，因此我給每一個(gè)類別中的每一頁都分配一個(gè)線程。這個(gè)腳本會(huì)從網(wǎng)站的每一個(gè)單獨(dú)的分類下載搞笑的電子賀卡，并且把每一個(gè)放到單獨(dú)的文件夾。現(xiàn)在，我擁有這個(gè)星球上最好笑的電子賀卡私人收藏。下載完成后，我的文件夾是這樣的：

沒錯(cuò)，我的私人收藏總共包括：52個(gè)類別，5036個(gè)電子賀卡。源代碼在這里：someecards.com-downloader編輯：很多人問我是否可以共享我下載的所有文件，（在這里，我要說）由于我的網(wǎng)絡(luò)不太穩(wěn)定，我沒辦法把我的收藏上傳到網(wǎng)絡(luò)硬盤，但是我已經(jīng)上傳一個(gè)種子文件，你們可以在這里下載：somecards.com Site Rip torrent

種下種子，傳播愛：）

Akshit Khurana，4400+ 頂

感謝 500 多個(gè)朋友在 Facebook 上為我送出的生日祝福

有三個(gè)故事讓我的21歲生日變的難忘，這是最后一個(gè)故事。我傾向于在每一條祝福下親自評(píng)論，但是使用 python 來做更好。

 1…
2
31. # Thanking everyone who wished me on my birthday
4
52. import requests
6
73. import json
8
94.
10
115. # Aman s post time
12
136. AFTER = 1353233754
14
157. TOKEN =
16
178.
18
199. def get_posts:
20
2110. """Returns dictionary of id, first names of people who posted on my wall
22
2311. between start and end time"""
24
2512. query = ("SELECT post_id, actor_id, message FROM stream WHERE "
26
2713. "filter_key = others AND source_id = me AND "
28
2914. "created_time > 1353233754 LIMIT 200")
30
3115.
32
3316. payload = { q : query, access_token : TOKEN}
34
3517. r = requests.get( https://graph.facebook.com/fql , params=payload)
36
3718. result = json.loads(r.text)
38
3919. return result[ data ]
40
4120.
42
4321. def commentall(wallposts):
44
4522. """Comments thank you on all posts"""
46
4723. #TODO convert to batch request later
48
4924. for wallpost in wallposts:
50
5125.
52
5326. r = requests.get( https://graph.facebook.com/%s %
54
5527. wallpost[ actor_id ])
56
5728. url = https://graph.facebook.com/%s/comments % wallpost[ post_id ]
58
5929. user = json.loads(r.text)
60
6130. message = Thanks %s :) % user[ first_name ]
62
6331. payload = { access_token : TOKEN, message : message}
64
6532. s = requests.post(url, data=payload)
66
6733.
68
6934. print "Wall post %s done" % wallpost[ post_id ]
70
7135.
72
7336. if __name__ == __main__ :
74
7537. commentall(get_posts)
76
77…

為了能夠順利運(yùn)行腳本，你需要從Graph API Explorer（需適當(dāng)權(quán)限）獲得 token。本腳本假設(shè)特定時(shí)間戳之后的所有帖子都是生日祝福。

盡管對(duì)評(píng)論功能做了一點(diǎn)改變，我仍然喜歡每一個(gè)帖子。

當(dāng)我的點(diǎn)贊數(shù)，評(píng)論數(shù)以及評(píng)論結(jié)構(gòu)在 ticker（Facebook一項(xiàng)功能，朋友可以看到另一個(gè)朋友在做什么，比如點(diǎn)贊，聽歌，看電影等） 中爆漲后，我的一個(gè)朋友很快發(fā)現(xiàn)此事必有蹊蹺。

盡管這個(gè)不是我最滿意的腳本，但是它簡單，快捷，有趣。

當(dāng)我和 Sandesh Agrawal 在網(wǎng)絡(luò)實(shí)驗(yàn)室討論時(shí)，有了寫這個(gè)腳本的想法。為此，Sandesh Agrawal 耽擱了實(shí)驗(yàn)室作業(yè)，深表感謝。

Tanmay Kulshrestha，3300+ 頂

好了，在我失去這個(gè)項(xiàng)目之前（一個(gè)豬一樣的朋友格式化了我的硬盤，我的所有代碼都在那個(gè)硬盤上）或者說，在我忘記這些代碼之前，我決定來回答這個(gè)問題。

整理照片

當(dāng)我對(duì)圖像處理感興趣之后，我一直致力于研究機(jī)器學(xué)習(xí)。我寫這個(gè)有趣的腳本，目的是為了分類圖片，很像 Facebook 做的那樣（當(dāng)然這是一個(gè)不夠精確的算法）。我使用了 OpenCV 的人臉檢測算法，“haarcascade_frontalface_default.xml”，它可以從一張照片中檢測到人臉。

你可能已經(jīng)察覺到這張照片的某些地方被錯(cuò)誤地識(shí)別為人臉。我試圖通過修改一些參數(shù)（來修正這一問題），但還是某些地方被錯(cuò)誤地識(shí)別為人臉，這是由相機(jī)的相對(duì)距離導(dǎo)致的。我會(huì)在下一階段解決這一問題（訓(xùn)練步驟）。

這個(gè)訓(xùn)練算法需要一些訓(xùn)練素材，每個(gè)人需要至少需要100-120個(gè)訓(xùn)練素材（當(dāng)然多多益善）。我太懶了，并沒有為每一個(gè)人挑選照片，并把它們復(fù)制粘帖到訓(xùn)練文件夾。所以，你可能已經(jīng)猜到，這個(gè)腳本會(huì)打開一個(gè)圖片，識(shí)別人臉，并顯示每一個(gè)人臉（腳本會(huì)根據(jù)處于當(dāng)前節(jié)點(diǎn)的訓(xùn)練素材給每一個(gè)人臉預(yù)測一個(gè)名字）。伴隨著每次你標(biāo)記的照片，Recognizer 會(huì)被更新，并且還會(huì)包含上一次的訓(xùn)練素材。在訓(xùn)練過程中，你可以增加新的名字。我使用 python 庫 tkinter 做了一個(gè) GUI。因此，大多數(shù)時(shí)候，你必須初始化一小部分照片（給照片中的人臉命名），其他的工作都可以交給訓(xùn)練算法。因此，我訓(xùn)練了 Recognizer ，然后讓它（Recognizer）去處理所有的圖片。

我使用圖片中包含的人的人名來命名圖片，（例如：Tanmay&*****&*****）。因此，我可以遍歷整個(gè)文件夾，然后可以通過輸入人名的方法來搜索圖片。

初始狀態(tài)下，當(dāng)一個(gè)人臉還沒有訓(xùn)練素材時(shí)（素材庫中還沒有包括這個(gè)人臉的名字），需要詢問他/她的名字。

我可以增加一個(gè)名字，像這個(gè)樣子：

當(dāng)訓(xùn)練了幾個(gè)素材后，它會(huì)像這個(gè)樣子：

最后一個(gè)是針對(duì)應(yīng)對(duì)那些垃圾隨機(jī)方塊而使用的變通解決方案。

帶名字的最終文件夾。

所以，現(xiàn)在尋找圖片變得相當(dāng)簡單。順便提一下，很抱歉（我）放大了這些照片。

 1import cv2
2
3import sys
4
5import os,random,string
6
7#choices=[ Add a name ]
8
9import os
10
11current_directory=os.path.dirname(os.path.abspath(__file__))
12
13from Tkinter import Tk
14
15from easygui import *
16
17import numpy as np
18
19x= os.listdir(current_directory)
20
21new_x=
22
23testing=
24
25for i in x:
26
27if i.find( . )==-1:
28
29new_x+=[i]
30
31else:
32
33testing+=[i]
34
35x=new_x
36
37g=x
38
39choices=[ Add a name ]+x
40
41y= range(1,len(x)+1)
42
43def get_images_and_labels:
44
45global current_directory,x,y,g
46
47if x==:
48
49return (False,False)
50
51image_paths=
52
53for i in g:
54
55path=current_directory+ +i
56
57for filename in os.listdir(path):
58
59final_path=path+ +filename
60
61image_paths+=[final_path]
62
63# images will contains face images
64
65images =
66
67# labels will contains the label that is assigned to the image
68
69labels =
70
71for image_path in image_paths:
72
73# Read the image and convert to grayscale
74
75img = cv2.imread(image_path,0)
76
77# Convert the image format into numpy array
78
79image = np.array(img, uint8 )
80
81# Get the label of the image
82
83backslash=image_path.rindex
84
85underscore=image_path.index( _ ,backslash)
86
87nbr = image_path[backslash+1:underscore]
88
89t=g.index(nbr)
90
91nbr=y[t]
92
93# If face is detected, append the face to images and the label to labels
94
95images.append(image)
96
97labels.append(nbr)
98
99#cv2.imshow("Adding faces to traning set...", image)
100
101#cv2.waitKey(50)
102
103# return the images list and labels list
104
105return images, labels
106
107# Perform the tranining
108
109def train_recognizer:
110
111recognizer = cv2.createLBPHFaceRecognizer
112
113images, labels = get_images_and_labels
114
115if images==False:
116
117return False
118
119cv2.destroyAllWindows
120
121recognizer.train(images, np.array(labels))
122
123return recognizer
124
125def get_name(image_path,recognizer):
126
127global x,choices
128
129#if recognizer== :
130
131# recognizer=train_recognizer
132
133cascadePath = "haarcascade_frontalface_default.xml"
134
135faceCascade = cv2.CascadeClassifier(cascadePath)
136
137#recognizer=train_recognizer
138
139x1=testing
140
141global g
142
143print image_path
144
145image = cv2.imread(image_path)
146
147img = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
148
149predict_image = np.array(img, uint8 )
150
151faces = faceCascade.detectMultiScale(
152
153img,
154
155scaleFactor=1.3,
156
157minNeighbors=5,
158
159minSize=(30, 30),
160
161flags = http://cv2.cv.CV_HAAR_SCALE_IMAGE
162
163)
164
165for (x, y, w, h) in faces:
166
167f= image[y:y+w,x:x+h]
168
169cv2.imwrite( temp.jpg ,f)
170
171im= temp.jpg
172
173nbr_predicted, conf = recognizer.predict(predict_image[y: y + h, x: x + w])
174
175predicted_name=g[nbr_predicted-1]
176
177print "{} is Correctly Recognized with confidence {}".format(predicted_name, conf)
178
179if conf>=140:
180
181continue
182
183msg= Is this +predicted_name
184
185reply = buttonbox(msg, image=im, choices=[ Yes , No ])
186
187if reply== Yes :
188
189reply=predicted_name
190
191directory=current_directory+ +reply
192
193if not os.path.exists(directory):
194
195os.makedirs(directory)
196
197random_name= .join(random.choice(string.ascii_uppercase + string.digits) for _ in range(7))
198
199path=directory+ +random_name+ .jpg
200
201cv2.imwrite(path,f)
202
203else:
204
205msg = "Who is this?"
206
207reply = buttonbox(msg, image=im, choices=choices)
208
209if reply == Add a name :
210
211name=enterbox(msg= Enter the name , title= Training , strip=True)
212
213print name
214
215choices+=[name]
216
217reply=name
218
219directory=current_directory+ +reply
220
221if not os.path.exists(directory):
222
223os.makedirs(directory)
224
225random_name= .join(random.choice(string.ascii_uppercase + string.digits) for _ in range(7))
226
227path=directory+ +random_name+ .jpg
228
229print path
230
231cv2.imwrite(path,f)
232
233
234
235# calculate window position
236
237root = Tk
238
239pos = int(root.winfo_screenwidth * 0.5), int(root.winfo_screenheight * 0.2)
240
241root.withdraw
242
243WindowPosition = "+%d+%d" % pos
244
245
246
247# patch rootWindowPosition
248
249rootWindowPosition = WindowPosition
250
251def detect_faces(img):
252
253global choices,current_directory
254
255imagePath = img
256
257faceCascade = cv2.CascadeClassifier(cascPath)
258
259image = cv2.imread(imagePath)
260
261gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
262
263faces = faceCascade.detectMultiScale(
264
265gray,
266
267scaleFactor=1.3,
268
269minNeighbors=5,
270
271minSize=(30, 30),
272
273flags = http://cv2.cv.CV_HAAR_SCALE_IMAGE
274
275)
276
277
278
279print "Found {0} faces!".format(len(faces))
280
281m=0
282
283for (x, y, w, h) in faces:
284
285m+=1
286
287padding=0
288
289f= image[y-padding:y+w+padding,x-padding:x+h+padding]
290
291cv2.imwrite( temp.jpg ,f)
292
293im= temp.jpg
294
295msg = "Who is this?"
296
297reply = buttonbox(msg, image=im, choices=choices)
298
299if reply == Add a name :
300
301name=enterbox(msg= Enter the name , title= Training , strip=True)
302
303print name
304
305choices+=[name]
306
307reply=name
308
309directory=current_directory+ +reply
310
311if not os.path.exists(directory):
312
313os.makedirs(directory)
314
315random_name= .join(random.choice(string.ascii_uppercase + string.digits) for _ in range(7))
316
317path=directory+ +random_name+ .jpg
318
319print path
320
321cv2.imwrite(path,f)
322
323def new(img,recognizer):
324
325imagePath = current_directory+ +img
326
327print imagePath
328
329get_name(imagePath,recognizer)
330
331cascPath = haarcascade_frontalface_default.xml
332
333b=0
334
335os.system("change_name.py")
336
337for filename in os.listdir("."):
338
339b+=1
340
341if b%10==0 or b==1:
342
343os.system("change_name.py")
344
345recognizer=train_recognizer
346
347if filename.endswith( .jpg ) or filename.endswith( .png ):
348
349print filename
350
351imagePath=filename
352
353#detect_faces(imagePath)
354
355new(imagePath,recognizer)
356
357os.remove(filename)
358
359raw_input( Done with this photograph )

我想進(jìn)一步修改它的搜索功能，其中會(huì)包含更多的搜索類型，比如基于地理位置，微笑的臉，傷心的臉等等。（這樣我就可以在 Skylawns 上 搜索快樂的 Tanmay & 沮喪的 Akshay & 快樂的…）

我還寫了很多腳本，但那都是很久之前的事情了，我也懶得再去檢查這些代碼了，我會(huì)列出部分代碼。

GitHub 鏈接：tanmay2893/Image-Sorting

Gmail 郵件通知

在那段時(shí)間，我沒有智能手機(jī)。導(dǎo)致我常常錯(cuò)過來自于我所在的研究所的郵件（在我的研究所的郵件 ID），我寫了一個(gè)腳本，可以在我的筆記本上運(yùn)行，而且能給我的手機(jī)發(fā)信息。我使用 python 的 IMAP 庫來獲取郵件。我可以輸入一些重要的人的名字，這樣一來，當(dāng)這些人給我發(fā)了郵件后，我可以收到短信通知。對(duì)于短信， 我使用了 way2sms.com（寫了一個(gè) python 腳本，自動(dòng)登陸我的賬戶，然后發(fā)送 短信）。

PNR（Passenger Name Record旅客訂座記錄，下同） 狀態(tài)短訊

鐵路方面不經(jīng)常發(fā)送 PNR 狀態(tài)消息。因此，我寫了一個(gè)腳本，可以從印度鐵路網(wǎng)站獲取 PNR 狀態(tài)。這是非常容易的，因?yàn)槟莻€(gè)網(wǎng)站沒有驗(yàn)證碼，即使有，也只是形同虛設(shè)的驗(yàn)證碼（在過去，一些字母會(huì)被寫在看起來像圖片一樣的東西上面，因?yàn)樗麄優(yōu)檫@些字母使用了一個(gè) “check” 的背景圖）。我們可以輕松地從 HTML 網(wǎng)頁得到這些字母。我不明白他們這樣做的目的是什么，難道僅僅是為了愚弄他們自己嗎？不管怎么樣，我使用短信息腳本來處理它，經(jīng)過一段時(shí)間間隔，它會(huì)在我的筆記本上運(yùn)行一次，就像是一個(gè)定時(shí)任務(wù)，只要 PNR 狀態(tài)有更新，它就會(huì)把更新信息發(fā)送給我。

YouTube 視頻下載器

這個(gè)腳本會(huì)從 Youtube 頁面下載所有的 Youtube 視頻 以及他們所有的字幕文件（從Download and save subtitles 下載）。為了使下載速度更快一點(diǎn)，我使用了多線程。還有一個(gè)功能是，即使你的電腦重啟了，仍然可以暫停和恢復(fù)播放下載的（視頻）。我原本想做一個(gè)UI的，但是我太懶了… 一旦我的下載任務(wù)完成，我就不去關(guān)心 UI 的事情了。

板球比分通知器

我猜想這個(gè)功能已經(jīng)在別的地方提到過了。一個(gè)窗口通知器。（在右下角的通知區(qū)域，它會(huì)告訴你實(shí)時(shí)比分以及評(píng)論信息）。如果你愿意的化，在某些時(shí)間段，你也可以關(guān)掉它。

WhatsApp 消息

這個(gè)并不太實(shí)用，我只是寫著玩玩。因?yàn)?Whatsapp 有網(wǎng)頁版，我使用 selenium 和 Python 下載我的所有聯(lián)系人的顯示圖片，并且，一旦有人更新了他們的顯示圖片，我將會(huì)知道。（如何做到的？非常簡單，在設(shè)定好時(shí)間間隔后，我會(huì)一遍又一遍的不停下載所有的頭像信息，一旦照片的尺寸發(fā)生變化，我將會(huì)知道他/她更新了顯示圖片）。然后我會(huì)給他/她發(fā)一個(gè)信息，不錯(cuò)的頭像。我僅僅使用了一次來測試它的可用性。

Nalanda 下載器

我們一般在這個(gè)叫 ‘Nalanda’ 的網(wǎng)站上下載一些教學(xué)課件以及其他的課程資料， ‘Nalanda’ 在 BITS Pilani (Nalanda). 我自己懶得在考試前一天下載所有的課件，所以，我寫了這個(gè)這個(gè)下載器，它可以把每一門科的課件下載到相應(yīng)的文件夾。

代碼:

 1import mechanize,os,urllib2,urllib,requests,getpass,time
2
3start_time = time.time
4
5from bs4 import BeautifulSoup
6
7br=mechanize.Browser
8
9br.open( https://nalanda.bits-pilani.ac.in/login/index.php )
10
11br.select_form(nr=0)
12
13
14
15name=
16
17while name== :
18
19 try:
20
21 print *******
22
23 username=raw_input( Enter Your Nalanda Username: )
24
25 password=getpass.getpass( Password: )
26
27 br.form[ username ]=username
28
29 br.form[ password ]=password
30
31 res=br.submit
32
33 response=res.read
34
35 soup=BeautifulSoup(response)
36
37 name=str(soup.find( div ,attrs={ class : logininfo }).a.string)[:-2]
38
39 except:
40
41 print Wrong Password
42
43f=open( details.txt , w )
44
45f.write(username+ n +password)
46
47f.close
48
49print Welcome, +name
50
51print All the files will be downloaded in your Drive C in a folder named "nalanda"
52
53#print soup.prettify
54
55div=soup.find_all( div ,attrs={ class : box coursebox })
56
57
58l=len(div)
59
60a=
61
62for i in range(l):
63
64 d=div[i]
65
66 s=str(d.div.h2.a.string)
67
68 s=s[:s.find( ( )]
69
70 c=(s,str(d.div.h2.a[ href ]))
71
72 path= c:nalanda +c[0]
73
74 if not os.path.exists(path):
75
76 os.makedirs(path)
77
78 a+=[c]
79
80#print a
81
82overall=
83
84for i in range(l):
85
86 response=br.open(a[i][1])
87
88 page=response.read
89
90 soup=BeautifulSoup(page)
91
92 li=soup.find_all( li ,attrs={ class : section main clearfix })
93
94 x=len(li)
95
96 t=
97
98 folder=a[i][0]
99
100 print Downloading +folder+ files...
101
102 o=
103
104 for j in range(x):
105
106 g=li[j].ul
107
108 #print g
109
110 #raw_input
111
112 if g!=None:
113
114 temp=http://g.li[ class ].split
115
116 #raw_input
117
118 if temp[1]== resource :
119
120 #print yes
121
122 #print ********************
123
124 o+=[j]
125
126 h=li[j].find( div ,attrs={ class : content })
127
128 s=str(h.h3.string)
129
130 path= c:nalanda +folder
131
132 if path[-1]== :
133
134 path=path[:-1]
135
136 path+= +s
137
138 if not os.path.exists(path):
139
140 os.makedirs(path)
141
142 f=g.find_all( li )
143
144 r=len(f)
145
146 z=
147
148 for e in range(r):
149
150 p=f[e].div.div.a
151
152 q=f[e].find( span ,attrs={ class : resourcelinkdetails }).contents
153
154 link=str(p[ href ])
155
156 text=str(p.find( span ).contents[0])
157
158 typ=
159
160 if str(q[0]).find( word )!=-1:
161
162 typ= .docx
163
164 elif str(q[0]).find( JPEG )!=-1:
165
166 typ= .jpg
167
168 else:
169
170 typ= .pdf
171
172 if typ!= .docx :
173
174 res=br.open(link)
175
176 soup=BeautifulSoup(res.read)
177
178 if typ== .jpg :
179
180 di=soup.find( div ,attrs={ class : resourcecontent resourceimg })
181
182 link=di.img[ src ]
183
184 else:
185
186 di=soup.find( div ,attrs={ class : resourcecontent resourcepdf })
187
188 link=di.object[ data ]
189
190 try:
191
192 if not os.path.exists(path+ +text+typ):
193
194 br.retrieve(link,path+ +text+typ)[0]
195
196 except:
197
198 print Connectivity Issues
199
200 z+=[(link,text,typ)]
201
202 t+=[(s,z)]
203
204 if t==:
205
206 print No Documents in this subject
207
208 overall+=[o]
209
210 #raw_input( Press any button to resume )
211
212#print overall
213
214print Time Taken to Download: +str(time.time-start_time)+ seconds
215
216print Do you think you can download all files faster than this :P
217
218print Closing in 10 seconds
219
220time.sleep(10)

我自己的 DC++

這個(gè)腳本并不是很有用，目前只有一些學(xué)生在用它， 況且，DC ++ 已經(jīng)提供了一些很酷的功能。我原本可以優(yōu)化我自己的版本，但是，由于我們已經(jīng)有了DC ++，我并沒有這么做，盡管我已經(jīng)使用 nodeJS 和 python 寫了一個(gè)基礎(chǔ)版本。

工作原理：

打開 DC++ ， 進(jìn)入一個(gè)中心站點(diǎn)，然后連接，我寫了一個(gè) python 腳本來做這件事。腳本會(huì)在 PC上創(chuàng)建一個(gè)服務(wù)器（可以通過修改 SimpleHTTPRequestHandler 來完成）。

在服務(wù)器端（使用了NodeJS），它會(huì)拿到 PC 的連接，共享給其他的用戶。

這個(gè)是主頁面:

這個(gè)頁面顯示了所有的用戶和他們的鏈接。因?yàn)槲医o Nick 加了一個(gè)超鏈接，所以在鏈接這一攔是空的。

所以，當(dāng)用戶數(shù)量增加以后，這個(gè)頁面會(huì)列出所有的用戶列表。基本上，這個(gè)頁面充當(dāng)了一個(gè)你和另外一個(gè)人聯(lián)系的中間人角色。我還做了一個(gè)在所有用戶中搜索特定文件的功能。

這里是客戶端的 python 文件（這是一段很長的代碼，我上傳到了 Ideone）

所有這些代碼僅僅用于教育目的。

「關(guān)鍵詞」，獲取優(yōu)質(zhì)資源
回復(fù)關(guān)鍵詞「pybook03」，立即獲取主頁君與小伙伴一起翻譯的《Think Python 2e》電子版回復(fù)關(guān)鍵詞「入門資料」，立即獲取主頁君整理的 10 本 Python 入門書的電子版回復(fù)關(guān)鍵詞「m」，立即獲取Python精選優(yōu)質(zhì)文章合集回復(fù)關(guān)鍵詞「」，將數(shù)字替換成 0 及以上數(shù)字，有驚喜好禮哦~
題圖：pexels，CC0 授權(quán)。
好文章，我在看

天逛論壇看到了一位程序員大佬，真的是大佬，寫了一個(gè)街頭霸王游戲，我很早學(xué)JavaScript的時(shí)候自己也想過寫游戲，但是那時(shí)候思維技術(shù)什么都不是很到位，所以一直沒有去寫，現(xiàn)在也沒有那個(gè)閑情去寫這個(gè)了，當(dāng)然對(duì)于剛學(xué)好JavaScript的確是是一個(gè)鍛煉思維和技術(shù)的最好案例，博主寫了三天搞定的，這技術(shù)，我覺得已經(jīng)很牛逼了，自己也COPY了一份源碼，雖然自己沒有去寫出來，但是也瀏覽了一遍他的代碼，總體來說很不錯(cuò)了，分享給頭條上的小伙伴看看，想練手的自己也可以下載一份去練習(xí)下，做完成就感還是挺強(qiáng)的。

街頭霸王大家應(yīng)該都玩過吧，好吧截圖示意下：

小部分源碼分享，整套源碼大概幾千行代碼，文末有完整版領(lǐng)取地址：

最后在對(duì)剛剛?cè)腴T學(xué)習(xí)的程序員提點(diǎn)建議：

1. 技術(shù)是有體系的，但是又是非常零散的。這些零散的小知識(shí)太多了，而且在實(shí)際使用中，你并不需要把所有的零散小知識(shí)都學(xué)會(huì)，那樣太慢了，更何況，在做真實(shí)的項(xiàng)目中，根本用不到這些小知識(shí)。用不到的東西很容易就會(huì)忘啊。所以這就是你看視頻或者是教程之后，就算是懂了也會(huì)很快就忘記的原因。怎么解決？多寫多練，學(xué)習(xí)致用。
2. 嚴(yán)格按照任務(wù)序列去做，不要太糾結(jié)于細(xì)節(jié)，學(xué)會(huì)把不會(huì)的內(nèi)容放一放，留在腦袋里一直讓它困惑。保持足夠的進(jìn)度，當(dāng)積攢到一定程度，你發(fā)現(xiàn)他成為你學(xué)習(xí)的瓶頸的時(shí)候，再去解決它。否則你會(huì)就迷失到知識(shí)的海洋中，根本找不到方向。
3. 需要文章中的游戲源碼及python全套學(xué)習(xí)資料的按以下步驟獲取！

1、評(píng)論
2、轉(zhuǎn)發(fā)
3、關(guān)注
4、后臺(tái)私信【python】即可獲取！