urllib2、re、json的綜合使用

標籤：blog   class   code   java   javascript   get   

最近開始使用扇貝背單詞，需要將以前積累在有道單詞本裡的單詞匯入到扇貝中。然後，扇貝並沒有提供生詞匯入功能，需要使用"大量新增功能"手動添加單詞。而大量新增功能一次只能添加十個單詞，近千個單詞需要添加九十餘次。於是想編寫一個簡單的指令碼添加單詞。 指令碼需要完成的功能：

一、思路

1. 解析有道單詞本，將自己收藏的單詞全部抓取下來；
2. 類比大量新增功能，將抓取的單詞提交到扇貝上。

在解析"大量新增功能"時，發現網頁使用Get方法提交一個包括單詞和隨機字串的網址。比如?

1	http://www.shanbay.com/bdc/vocabulary/add/batch/?words=first&_=1399122494234

。"words="後面是需要添加的單詞，"&_="後面是一個隨機字條串。這個隨機字串自己一直無法解析。 後來在德問上提問，得知它是用來防止csrf攻擊的。cookie裡有一個欄位叫"csrftoken"，是Django架構用來防止csrf攻擊產生的一個cookie，伺服器會使用這個cookie產生一個隨機字串。 更方便的方法是使用扇貝提供的API來解決。

二、實現思路

1. 解析單詞本

   1.1 登陸有道單詞本，首先使用瀏覽器登陸，複製所有cookie出來，構建一個包含cookie的urllib2.opener，需要庫urllib2；

   1.2 提取一頁中的單詞，添加到一個集合（set）中，需要庫re；

   1.3 下一頁，直到結束。

2. 提交單詞

   2.1 同樣方法構建一個扇貝網的opener；

   2.2 使用api提交集合中的單詞；

   2.3 解析返回的json對象，顯示提交失敗的單詞，需要庫json。

三、 Prototype