百度搜藏有不少问题，其中一个就是不能导出。
因为电脑丢了以前浏览器里的书签都没了，不过在百度测试搜藏的时候我用自己浏览器里的书签试过，刚好里面还有旧一点的书签，今天突然想起这事打算把把书签导出来，没想到竟然没有这个功能，今天没什么事就自己写了个工具，可以导出百度的搜藏，只需要手动确定用户名,程序里可以指定导出时使用的标签，因为没有登录，所以需要先把你所有的书签设置为公开：
[cocobear@cocobear cang]$ cat cang.py
[cocobear@cocobear cang]$ cat cang.py
#!/usr/bin/env python
#encoding=utf-8
#Using GPL v2
#Author: cocobear.cn@gmail.com
import urllib2,urllib,cookielib,httplib
import sys,re
import gzip,StringIO
user = "cocobear_cn" #user whose bookmarks you want get
tag = "from cang2html" #tag that you want to mark
id = 0
def cang2html(name,url,description):
global user
file_name = user+".html"
f = open(file_name,"a")
f.write("\t<dt>["+name+"](\)\n")
if description:
f.write("\t<dd>"+description+"</dd>\n")
f.close()
def cang2adr(name,url,description):
global user,id
file_name = user+".adr"
f = open(file_name,"a")
f.write("#URL\n")
f.write("\tID="+str(id)+"\n")
f.write("NAME="+name+"\n\t"+"URL="+url+"\n")
if description:
f.write("\tDESCRIPTION="+description+"\n")
f.close()
id+=1
def process_data(data):
result = re.findall("((?:http|ftp|https|file)://.*)\" target.*lnk\d+\">(.+?).*dc\d+\">(.*?)",data)
#print len(result)
for url,name,description in result:
#print name,url,description
cang2html(name,url,description)
cang2adr(name,url,description)
def get_data(user,opener,page):
url = "http://cang.baidu.com/"+user+"/page/"+str(page)
gziped_data = opener.open(url).read()
gziped_stream = StringIO.StringIO(gziped_data)
data = gzip.GzipFile(fileobj=gziped_stream).read()
return data.decode('gbk').encode('utf-8')
def init():
httplib.HTTPConnection.debuglevel = 1
cookie = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))
exheaders = [("User-Agent","Opera/9.27 (X11; Linux x86_64; U; en)"),("Connection","Keep-Alive"),("Referer","http://cang.baidu.com"),("Accept","text/html, application/xml;q=0.9, application/xhtml+xml, */*;q=0.1"),("Accept-Charset","iso-8859-1, utf-8, utf-16, *;q=0.1"),("Cookie2","$Version=1"),("Accept-Encoding","deflate, gzip, x-gzip, identity, *;q=0"),]
opener.addheaders = exheaders
urllib2.install_opener(opener)
return opener
def create_adr_file(name):
global tag,id
f = open(name,"w")
f.write("""Opera Hotlist version 2.0
Options: encoding = utf8, version=3
""")
f.write("#FOLDER\n")
f.write("\tID="+str(id)+"\n")
id+=1
f.write("\tNAME="+tag+"\n")
f.close()
def create_html_file(name):
global tag
f = open(name,"w")
f.write("""< !DOCTYPE NETSCAPE-Bookmark-file-1>
<meta HTTP-EQUIV="Content-Type" CONTENT="text/html; charset=UTF-8">
<!--This is an automatically generated file.
It will be read and overwritten.
Code write by cocobear with Python
Edit the file carefully!-->
<title>Generated by cang2html</title>
""")
f.write("
# "+tag+"
\n")
f.write("<dl>
\n")
f.close()
def end_html_file(name):
f = open(name,"a")
f.write("
</dl>
\n")
f.close()
def main(argv=None):
global user,tag
opener=init()
data = get_data(user,opener,1)
match = re.search("（共(\d+)条）",data)
if match:
total = int(match.group(1))
else:
print "User has no bookmars!"
return 1
print "Total %d bookmarks" % total
print "Start getting ......"
create_html_file(user+".html")
create_adr_file(user+".adr")
process_data(data)
if total % 10 != 0:
for i in range(1,10):
if (total+i) % 10 == 0:
total+=i
total/=10
for i in range(2,total+1):
data = get_data(user,opener,i)
#print "process %d" % i
process_data(data)
end_html_file(user+".html")
#end_adr_file(user+".adr")
print "Success!\nLook %s.html for your bookmarks" % user
print "Success!\nLook %s.adr for your bookmarks" % user
if __name__ == "__main__":
sys.exit(main())
该程序可以把百度搜藏导出为Opera使用的adr格式书签，以及html格式的书签，可以方便导入Opera浏览器，以及delicious(de.licio.us)等网上书签。
代码下载
?: 运算符表示“查找子模式的匹配字符串，但不包括反向引用中的匹配结果”
.是贪婪匹配
.?非贪婪匹配
Comments
草儿: 好长。不过我收藏夹都是存在MP3随身携带的。
luguo: 恩，俺不用百度，因为这里没人知道百度这个东西。。。
Amankwah: ………… 我只依赖我的电脑~
youKnowMe: 博主我也需要一个windows下的，能给我一个吗？谢谢
我qq495979774: 想请教一下你写的代码如何导出百度搜藏呀
cocobear: 回楼上的，Python的很简单的，装个Python的解释器，然后在命令行下： python cang.py 就可以了，php好久没写了，
frankl: 兄弟能不能写个PHP的,Python不知道怎么用.
huan~!: 啊~LZ大大不会用呀~~！你能给俺编译个Windows下用的不？发到我的邮箱吧~！小弟万分感谢！
可可熊: http://www.box.net/shared/v73oa9s1tc 有点大，2M。
可可熊: 楼上的朋友可以留个联系方式，我可以帮你编译个Windows下的。
234: 大人……我很想导出我的搜藏，但是由于电脑小白，于是即使看到你的文章也不知道这个工具应该怎么使用Orz 还请大人闲暇之余具体相授啊！
可可熊: 你上面已经回答过了，很简单的，自己试一下。
可可熊: 回楼上的QQ俺不用，gtalk就是我的邮箱地址。
o仔: 这个windows版的下载不了。进入不了网址。。。 博主能否抽点时间发份到我的邮箱啊？
bymbym22: 先谢谢一下您把它弄成了WINDOWS下的程序。 我下载用了一下，就是有一个遗憾，百度搜藏里所有的链接都导出了，分类名不能导出。比如：我有六百多条搜藏，分成20个分类，这20个分类名称没有导出，而且导出后的HTML文件也没有分类，那么这样我就得重新进行20个分类才能用的。 不知道是不是我使用上的问题？ 如果不是，博主您能否把这个功能完善一下，好事做到底，谢谢。 我的邮箱是：bymbym22@sina.com
可可熊: 分类我确实没有导出 因为我用的时候就没做分类:-) 我抽空会看一下。
第十个黎明: 感谢^^!~
