水一篇博客备份脚本

　　昨晚柑橘博客园“抖动”了，访问好像有点问题。突然陷入对博客平台突然访问不了的恐惧之中。好吧，来战，备份总是需要的。不多说了，上代码，直接一条命令备份：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

#脚本信息：
"""
作者:陈然
QQ ：1914518025
版本：博客园随笔备份系统v1.01
修改：
1、为了支持百度云的上传，将文件名中部分特殊符号替换了
"""

#引入包文件
import re
import sys
import logging
import requests

#设置全局设置
logging.basicConfig(format="%(message)s",level=logging.INFO)

#定义全局变量
Particle_Urls_List = [] #全局文章对应的URL列表
BlogName = "你的名字" #博客名，这个在地址中标明唯一博客归属主人

#全局函数定义
def particle_backup(url):
    '''备份单篇文章函数'''
    headers = {"User-Agent":"Mozilla/5.0 (iPhone; U; CPU like Mac OS X) AppleWebKit/420.1 (KHTML, like Gecko) Version/3.0 Mobile/4A93 Safari/419.3"}
    try:
        response = requests.get(url,headers=headers,timeout=3)
    except Exception,ex:
        log_string = "[-]访问%s失败，错误原因：%s"%(str(url),str(ex))
        logging.error(log_string)
        return -1
    if response.status_code == 200:
        #获取文章标题作为保存的HTML文件的名字（为了支持上传百度云，将标题中的特殊符号替换了！）
        title = response.content.split("</title>")[0].split("<title>")[-1].replace(" ","").replace("?","问号").replace("？","问号").replace("#","井号")
        logging.info("[+]开始备份：%s"%str(title))
        fd = open("./backup/%s.html"%title,"w")#保存在所在目录下的backup文件夹下
        fd.write(response.content)
        fd.close()
        logging.info("[+]备份：%s成功"%str(title))
        return 0
    else:
        return -1

def get_particle_url(url=None):
    '''获取所有文章URL函数'''
    global BlogName
    global Particle_Urls_List
    headers = {"User-Agent":"Mozilla/5.0 (iPhone; U; CPU like Mac OS X) AppleWebKit/420.1 (KHTML, like Gecko) Version/3.0 Mobile/4A93 Safari/419.3"}
    if url == None:
        url = "http://www.cnblogs.com/%s/"%BlogName
    try:
        response = requests.get(url,headers=headers,timeout=5)
    except Exception,ex:
        log_string = "[-]访问%s失败，原因：%s"%(str(url),str(ex))
        logging.error(log_string)
        return -1
    if response.status_code == 200:
        text = response.content
        ret = re.findall(r"http://[^/]+?/%s/p/d+.html"%BlogName,str(text))#分析提取文件中的所有文章URL
        Particle_Urls_List.extend(ret)
        Particle_Urls_List = list(set(Particle_Urls_List))#去重
        return text
    else:
        logging.error("访问%s失败，未知原因，返回码：%s"%(str(url),str(response.status_code)))
        return -1

def start_buckup():
    '''开始备份主函数'''
    page_size = 2
    ret = get_particle_url()
    logging.info("[+]开始分析第1页!")
    while True:
        if ret.find("http://www.cnblogs.com/%s/default.html?page="%BlogName) >= 0:
            particle_url = "http://www.cnblogs.com/%s/default.html?page=%s"%(BlogName,str(page_size))
            ret = get_particle_url(url=particle_url)
            logging.info("[+]开始分析第%s页"%str(page_size))
            page_size += 1
        else:
            break

#程序入口执行点
if __name__ == "__main__":
    try:
        if sys.argv[1] != None:
            BlogName = sys.argv[1]#输入备份谁的文章
    except Exception:
        pass
    start_buckup()
    for url in Particle_Urls_List:
        particle_backup(url)
    logging.info("备份完成")