Python批量下载PPT模块并实现主动解压

一样寻常工作中，我们总是找不到符合的PPT模板而烦恼。纵然有免费的网站可以下载，但是一个一个地去下载，然后再批量解压举行查察也非常的贫困，有没有更好方法呢？
本日，我们利用Python来爬取一个网站上的PPT，随机下载10个PPT的模板，然后举行批量解压缩，以方便查察，话不多说，直接开干。
一、操持原理

1. 目标网站：确定要爬取的网站，分析其PPT模板所在的页面，然后观察下载的方法。

选择的网站所在

2. 确定要利用的python模块。我们利用tkinter来操持软件的UI界面，利用requests发出哀求，再用正而表达式找到下载所在，然后把获取的内容以二进制的情势写到本地，末了根据下载的文件范例，分别接纳zipfile,rarfile来解压缩zip和rar格式的压缩包。
3. 为相识压缩rar格式的文件，须要提前下载UnRAR.exe(须要去官方网站下载)这个文件备用。
二、编程实现

步调告急分获取ppt的网址，随机下载ppt并举行生存，再解压缩zip和rar文件。
注意下载ppt时，要用user-agent和cookie举行headers的伪装，以防止被网站封ip.编写的代码运行后界面如下：

PPT模板随机下载

终极的步调代码如下：

1. import tkinter as tk
2. import requests
3. import re
4. import os
5. import random
6. import zipfile,rarfile
7. rarfile.UNRAR_TOOL = r"unrar\UnRAR.exe" #没有这个文件将无法解压缩rar格式的压缩包
8. class PPTDownloaderApp:
9.     def __init__(self, root):
10.         self.root = root
11.         self.root.title("PPT模板批量下载-Gordon VX:psx6697")
12.         # 调整窗口大小
13.         self.root.geometry('400x250')  
14.         # 检查是否存在pptfiles，没有创建pptfiles文件夹
15.         if not os.path.exists('pptfiles'):
16.             os.makedirs('pptfiles')
18.         # 伪装请求头
19.         self.headers = {
20.             'user-agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/128.0.0.0 Mobile Safari/537.36 Edg/128.0.0.0',
21.             'cookie': 'Hm_lvt_45db753385e6d769706e10062e3d6453=1726380411; HMACCOUNT=0DD3BF0082D0C9BD; __gads=ID=2d1cebbb284d6815:T=1726380425:RT=1726380425:S=ALNI_MYiyzS75GnBK17xlSJkTc65KqRj5g; __gpi=UID=00000f0212907824:T=1726380425:RT=1726380425:S=ALNI_MYUPpCJhqzNgCLabrCzoEVp3Fus9A; Hm_lpvt_45db753385e6d769706e10062e3d6453=1726380712'
22.         }
23.         # 设置提醒标签
24.         remind_label = tk.Label(self.root, text="点击按钮下载，文件存于当前目录pptfiles下面", font=("宋体", 12))
25.         remind_label.pack(padx=1, pady=10)
26.         # 随机下载按钮
27.         random_button = tk.Button(self.root, text="随机下载10个PPT模板", font=("宋体", 18), command=self.random_download)
28.         random_button.pack(padx=20, pady=10)
29.         # 解压按钮
30.         extract_button = tk.Button(self.root, text="解压pptfiles中的文件", font=("宋体", 18), command=self.extract_files)
31.         extract_button.pack(padx=20, pady=10)
33.     # 获取PPT下载链接函数
34.     def get_ppt_links(self, url):
35.         urls = []
36.         res = requests.get(url, headers=self.headers)
37.         res.encoding = 'utf-8'
38.         id_list = re.findall('/article/.*/(.*?).html', res.text)
39.         for aid in id_list:
40.             url = f"https://www.ypppt.com/p/d.php?aid={aid}"
41.             urls.append(url)
42.         return urls
44.     # 下载PPT函数
45.     def download_ppt(self, ppt_link, ppt_name):
46.         try:
47.             # 请求下载页面
48.             resp = requests.get(ppt_link, headers=self.headers)
49.             # 从下载页面中提取下载链接
50.             down_link = re.search('<a href="(.*?)">下载地址1', resp.text)
52.             if not down_link:
53.                 return f"{ppt_name} 下载链接未找到"
55.             download_url = down_link.group(1)
56.             # 请求下载地址
57.             res = requests.get(download_url)
58.             # 提取下载地址中的文件扩展名
59.             file_ext = os.path.splitext(download_url)[-1]  # 提取扩展名
61.             # 构造文件名，使用扩展名
62.             file_name = os.path.join('pptfiles', f"{ppt_name}{file_ext}")
63.             # 如果文件已存在，跳过
64.             if os.path.exists(file_name):
65.                 return f"{ppt_name} 已存在，跳过下载"
67.             # 保存文件
68.             with open(file_name, 'wb') as f:
69.                 f.write(res.content)
70.             return f"{ppt_name} 下载成功"
71.         except Exception as exc:
72.             return f"{ppt_name} 下载失败: {exc}"
74.     # 随机下载10个PPT
75.     def random_download(self):
76.         page = random.randint(1, 186)
77.         if page == 1:
78.             html_page = 'https://www.ypppt.com/moban/'
79.         else:
80.             html_page = f'https://www.ypppt.com/moban/list-{page}.html'
82.         ppt_links = self.get_ppt_links(html_page)
83.         unique_titles = set()  # 用于存储唯一的标题
84.         download_count = 0
86.         for link in ppt_links:
87.             if download_count >= 10:  # 如果已经下载了10个，停止
88.                 break
89.             try:
90.                 resp = requests.get(link, headers=self.headers)
91.                 resp.encoding = 'utf-8'
92.                 ppt_name = re.findall('<title>(.*?) - 下载页</title>', resp.text)
94.                 if ppt_name and ppt_name[0] not in unique_titles:  # 检查是否重复
95.                     unique_titles.add(ppt_name[0])  # 添加到集合中
96.                     message = self.download_ppt(link, ppt_name[0])  # 调用下载方法
97.                     print(message)
98.                     download_count += 1
99.             except Exception as exc:
100.                 print(f"错误: {exc}")
102.     def extract_files(self):
103.       #获取下载文件的扩展名#
104.         for file_name in os.listdir('pptfiles'):
105.             file_path = os.path.join('pptfiles', file_name)
106.             if file_name.endswith('.zip'):
107.                 self.extract_zip(file_path)
108.             elif file_name.endswith('.rar'):
109.                  self.extract_rar(file_path)
111.     def extract_zip(self, zip_path):
112.         #获取zip文件的文件名
113.         base_name = os.path.splitext(os.path.basename(zip_path))[0]
114.         
115.         with zipfile.ZipFile(zip_path, 'r') as zip_ref:
116.             for member in zip_ref.namelist():
117.                 # Extract all files to a temporary directory
118.                 zip_ref.extract(member, 'pptfiles')
120.                 # Check if the extracted file is a .pptx file
121.                 if member.endswith('.pptx'):
122.                     # 构建新的文件名
123.                     extracted_path = os.path.join('pptfiles', member)
124.                     new_file_name = f"{base_name}.pptx"
125.                     new_file_path = os.path.join('pptfiles', new_file_name)
127.                     # 重命名 .pptx file
128.                     os.rename(extracted_path, new_file_path)
129.                     print(f"Renamed {member} to {new_file_name}")
131.         print(f"解压 {zip_path} 完成")
132.         
133.     def extract_rar(self, rar_path):
134.         # 获取RAR文件的基本文件名
135.         base_name = os.path.splitext(os.path.basename(rar_path))[0]
137.         with rarfile.RarFile(rar_path, 'r') as rar_ref:
138.             for member in rar_ref.infolist():
139.                 # 提取所有文件到pptfiles目录
140.                 rar_ref.extract(member, 'pptfiles')
142.                 # 检查是否为pptx文件
143.                 if member.filename.endswith('.pptx'):
144.                     extracted_path = os.path.join('pptfiles', member.filename)
145.                     new_file_name = f"{base_name}.pptx"
146.                     new_file_path = os.path.join('pptfiles', new_file_name)
148.                     # 重命名pptx文件
149.                     os.rename(extracted_path, new_file_path)
150.                     print(f"Renamed {member.filename} to {new_file_name}")
151.         print(f"解压 {rar_path} 完成")
153. # 创建Tkinter窗口并运行程序
154. if __name__ == "__main__":
155.     root = tk.Tk()
156.     app = PPTDownloaderApp(root)
157.     root.mainloop()

复制代码

三、代码视频演示

   用Python批量下载PPT模板
四、学后总结

1. 为了防止ip被网站封锁，步调设定了下载的隔断时间。

下载ppt模板

2. 下载过程与批量解压缩步调分两个按钮操持，全部下载文件都会放置在当前目次下的pptfiles这个目次里。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！qidao123.com:ToB企服之家，中国第一个企服评测及软件市场,开放入驻,技术点评得现金