• 博客园logo
  • 会员
  • 周边
  • 新闻
  • 博问
  • 闪存
  • 众包
  • 赞助商
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
sm0nk
Exercise one's inventive mind.
博客园    首页    新随笔    联系   管理    订阅  订阅

乌云精华漏洞爬取匹配

# -*- coding:utf-8 -*-
import urllib
import urllib2
import re
import sys

reload(sys)

sys.setdefaultencoding('utf-8')
page=1
file_object=open('jinghua.txt','w')
while (page<4418):
    url="http://wooyun.org/bugs/page/"+str(page)
    try:
        request=urllib2.Request(url)
        response=urllib2.urlopen(request)
        #print response.read()
        content = response.read().decode('utf-8')
        pattern = re.compile('<td><a.*?href="(.*?)">(.*?)</a>(.*?)</td>',re.S)
        items = re.findall(pattern,content)
        for item in items:
            haveImg=re.search('credit.png',item[2])
            if haveImg:
                #print item[0]+"\t",item[1]
                file_object.write(item[0]+"\t"+item[1]+"\n")
    except urllib2.URLError,e:
        if hasattr(e,"code"):
            print e.code
        if hasattr(e,"reason"):
            print e.reason
    page=page+1
file_object.close()
View Code
posted @ 2016-02-26 17:00  sm0nk  阅读(412)  评论(0)    收藏  举报
刷新页面返回顶部
博客园  ©  2004-2025
浙公网安备 33010602011771号 浙ICP备2021040463号-3