首页 > 代码库 > python实现扫描论坛回帖，自动发附件(应对求种之类的)
python实现扫描论坛回帖，自动发附件(应对求种之类的)
背景：
笔者因为需要在 www.kindle114.com 上分享一些图书，鉴于各种网盘神马的，都会把涉及版权的分享给失效了，总是换分享连接很麻烦，所以不得已只能通过邮件来传播知识，这就需要每天去看回帖的邮箱，一一发送，甚是麻烦。用一个python的脚本去扫描这些页面，把邮箱地址抓出来后自动发送才是懒人应该做的事情。
实现过程：
需要用crontab来实现每天定时执行这个脚本。
脚本一共分三部分：
1. 遍历指定帖子的所有回帖页，抓取Email格式的字符串，遇到某些情况就终止扫描
2. 比对过去发送过的列表，如果是新出现的则加入发送列表中
3. 将发送列表用python的email功能发送出去，并且带上附件
可以改进的地方：
1. 记录下每次扫描的终点，下次从这个位置扫描，避免重复扫描的浪费
2. 将URL和附件做成字典，可以灵活发送
3. 做成一个在线系统来维护这个数据和列表
注意点：
1. python的sendmail，发送列表要用list类型的
2. 如果是QQ邮箱，要把邮箱的独立密码去掉（我也不知道如果不去掉应该怎么去验证），否则会出现验证失败的错误
3. 可能有人会因为隐私原因，把邮箱地址写成怪怪的样子，那我就没辙了...
4 本文只是抛砖引玉，论坛形式千变万化，需要灵活修改脚本来实现网页抓取
5. 鉴于现在出版物粗糙的太多了，所以想先预览一下合情合理。如果觉得电子书或者视频有价值，请去电影院看电影或购买正版书籍，写这个短短文章都需要花费时间和精力，何况是写书和拍片，人家就是靠这个谋生。
#!/usr/bin/pythonimport sys, urllib, refrom email.Header import Headerfrom email.MIMEText import MIMETextfrom email.MIMEMultipart import MIMEMultipartimport smtplib, datetimedef sendMail(toWho,fromWho,bookName,text): msg = MIMEMultipart() ## fill your BT torrent or eBook ... att = MIMEText(open(bookName, ‘rb‘).read(), ‘base64‘, ‘gb2312‘) att["Content-Type"] = ‘application/octet-stream‘ att["Content-Disposition"] = ‘attachment; filename="Redis_shejiyushixian.mobi"‘ msg.attach(att) msg[‘from‘] = fromWho msg[‘subject‘] = Header(bookName + ‘(‘ + str(datetime.date.today()) + ‘)‘,‘gb2312‘) msg.attach(MIMEText(text)) server = smtplib.SMTP(‘smtp.qq.com‘) ## fill your QQ number and password server.login(‘1234567‘,‘xxxxxxxxxxxx‘) error=server.sendmail(msg[‘from‘],toWho,msg.as_string()) server.close print errordicSave = {}for line in open("log"): dicSave[line.rstrip()] = 1dic = {}preDic = {}## grep Email format stringpattern = re.compile(r‘[_.0-9a-z-]+@(?:[0-9a-z][0-9a-z-]+.)+[a-z]{2,3}\b‘)## please enhance this script to mark stop page as next start pagefor x in range(1,100): ## fill forum url which need scan url="http://www.kindle114.com/thread-4567-%d-1.html" % x print "%s" % url wp = urllib.urlopen(url) content = wp.read() ## get mail list m = pattern.findall(content) stopFlag = 1 for i in m: ## if page is duplicate means scan is wasting time and need stop if i not in preDic: stopFlag = 0 ## only new mail address is needed to deliver if i not in dicSave: dic[i] = 1 if stopFlag == 1: print "Scan Page Over %d\n" % x break preDic = mmailList = []## write deliver mail address to log to avoid duplicate deliver in next runfile_object = open("log", ‘a+‘)for k,v in dic.items(): print k mailList.append(k) file_object.write(k+"\n")file_object.close()if mailList: print "Delivering...\n"; sendMail(mailList,‘77167680@qq.com‘,‘Redis_shejiyushixian.mobi‘,‘What are you interested in ?‘) print "Deliver is completed...\n";else: print "Mail List is empty\n";
python实现扫描论坛回帖，自动发附件(应对求种之类的)
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。