urllib2、re、json的综合使用

最近开始使用扇贝背单词，需要将以前积累在有道单词本里的单词导入到扇贝中。然后，扇贝并没有提供生词导入功能，需要使用"批量添加功能"手动添加单词。而批量添加功能一次只能添加十个单词，近千个单词需要添加九十余次。于是想编写一个简单的脚本添加单词。 脚本需要完成的功能：

一、思路

1. 解析有道单词本，将自己收藏的单词全部抓取下来；
2. 模拟批量添加功能，将抓取的单词提交到扇贝上。

在解析"批量添加功能"时，发现网页使用Get方法提交一个包括单词和随机字符串的网址。比如

。"words="后面是需要添加的单词，"&_="后面是一个随机字条串。这个随机字符串自己一直无法解析。 后来在德问上提问，得知它是用来防止csrf攻击的。cookie里有一个字段叫"csrftoken"，是Django框架用来防止csrf攻击生成的一个cookie，服务器会使用这个cookie生成一个随机字符串。 更方便的方法是使用扇贝提供的API来解决。

二、实现思路

1. 解析单词本

   1.1 登陆有道单词本，首先使用浏览器登陆，复制所有cookie出来，构建一个包含cookie的urllib2.opener，需要库urllib2；

   1.2 提取一页中的单词，添加到一个集合（set）中，需要库re；

   1.3 下一页，直到结束。

2. 提交单词

   2.1 同样方法构建一个扇贝网的opener；

   2.2 使用api提交集合中的单词；

   2.3 解析返回的json对象，显示提交失败的单词，需要库json。

三、 Prototype

urllib2、re、json的综合使用,布布扣,bubuko.com