#!/usr/bin/python # -*- coding:utf-8 -*-  import urllib              #導入urllib模塊 import urllib2             #導入urllib2模塊 import re               #導入正則表達式模塊：re模塊  def getPDFFromNet(inputURL):   req = urllib2.Request(inputURL)   f = urllib2.urlopen(req)         #打開網頁   localDir = 'E:/downloadPDF//'        #下載PDF文件需要存儲在本地的文件夾   urlList = []            #用來存儲提取的PDF下載的url的列表   for eachLine in f:          #遍歷網頁的每一行     line = eachLine.strip()       #去除行首位的空格，習慣性寫法     if re.match('.*PDF.*', line):      #去匹配含有“PDF”字符串的行，只有這些行才有PDF下載地址       wordList = line.split('/"')    #以"為分界，將該行分開，這樣就將url地址單獨分開了       for word in wordList:      #遍歷每個字符串         if re.match('.*/.pdf$', word): #去匹配含有“.pdf”的字符串，只有url中才有           urlList.append(word)  #將提取的url存入列表   for everyURL in urlList:         #遍歷列表的每一項，即每一個PDF的url     wordItems = everyURL.split('/')     #將url以/為界進行劃分，為了提取該PDF文件名     for item in wordItems:       #遍歷每個字符串       if re.match('.*/.pdf$', item):   #查找PDF的文件名         PDFName = item     #查找到PDF文件名     localPDF = localDir + PDFName      #將本地存儲目錄和需要提取的PDF文件名進行連接     try:                  urllib.urlretrieve(everyURL, localPDF) #按照url進行下載，并以其文件名存儲到本地目錄     except Exception,e:       continue  getPDFFromNet('http://www.cvpapers.com/cvpr2014.html') 

urllib.urlretrieve(everyURL, localPDF, reporthook=reporthook) 

def reporthook(block_read,block_size,total_size):  if not block_read:  print "connection opened";  return  if total_size<0:  #unknown size  print "read %d blocks (%dbytes)" %(block_read,block_read*block_size);  else:  amount_read=block_read*block_size;  print 'Read %d blocks,or %d/%d' %(block_read,block_read*block_size,total_size);