python写的小型搜索引擎

自己利用空闲时间写的一款再dos下运行的简单搜索引擎，可以再自己给定的网页范围内查找信息，并且下载指定网页上的内容。内中包含简单的工程文档，代码还算规范，所以不需要太多注释就基本能看懂。学习python没多久的同学可以看一下，对于学习python能够给出一定的启发

#-*- coding:utf-8 -*-

import urllib
import os
import re
import HtmlToText
import SearchEngineLog

class SearchEngine:
	def __init__（self）:
		self.lstSearchedItems 	= []
		self.lstKeywords 		= []
		self.strKeywords 		= ‘‘
		self.iItemsEachPage 	= 10
		self.iCurrentPage       = 1
		self.strConfigFile 		= ‘./config.ini‘
		self.log 				= SearchEngineLog.SearchEngineLog（）
		self.initCommand（）
		self.readConfigFile（）
		self.headWidth			= 80
		self.strCurrentSite		= ‘‘
		
	def initCommand（self）:
		self.cmdCommand 		= ‘command‘
		self.cmdKeywords 		= ‘keywords‘
		self.cmdQuit 			= ‘q‘
		self.cmdBack 			= ‘b‘
		self.cmdNextPage 		= ‘n‘
		self.cmdPrevPage 		= ‘l‘
		self.cmdRefresh 		= ‘r‘
		self.cmdSavePage 		= ‘s‘

	def work（self）:
		while True:
			self.mainSurface（‘‘）
			self.useKeywordsInput（）
			
	def mainSurface（selfinfo）:
		self.strSurface = ‘MAIN_SURFACE‘
		os.system（‘cls‘）
		print ‘=‘ * self.headWidth
		print ‘ ‘ * （（ self.headWidth - len（‘SEARCH ENGINE‘） ）/2） ‘SEARCH ENGINE‘
		print ‘ ‘ * （（ self.headWidth - len（info） ）/2） info
		print ‘=‘ * self.headWidth
		
	def searchSurface（selfinfo）:
		self.strSurface = ‘SEARCH_SURFACE‘
		os.system（‘cls‘）
		print ‘=‘ * self.headWidth
		print ‘The search result of :  ‘  self.strKeywords
		print ‘-‘ * self.headWidth
		if len（self.lstSearchedItems） == 0:
			print ‘Cannot find “%s“!‘ % self.strKeywords
		else :
			iCount = 0
			for item in self.lstSearchedItems:
				if item[0] > （self.iCurrentPage-1）*self.iItemsEachPage and item[0] <= self.iItemsEachPage * self.iCurrentPage:
					iCount = iCount + 1
					print ‘%d  %s‘ % （iCountitem[1]）
					print ‘  ‘item[2]
					print ‘‘
		print ‘=‘ * self.headWidth
		print ‘Current page: %d/%d‘ % （self.iCurrentPagelen（self.lstSearchedItems）/self.iItemsEachPage + 1）
		
	def downWebsite（selfurlpath）:
		print urlpath ‘is downloading...‘
		####创建存放网页内容的文件夹
		regex = r‘（.*//www.）（.*）（.com|.cn|.net）‘
		res = re.match（regexurlpath）
		saveFolder = res.group（2）
		cmd = ‘md ‘ + saveFolder
		os.system（cmd）
		textFilePath = saveFolder+ ‘/‘ +res.group（2）+‘.html‘
		####下载文本网页
		print ‘downloading the html file...‘
		webContex = ‘‘
		try:
			ul = urllib.urlopen（urlpath）
			webContext = ul.read（）
			ul.close（）
		except Exceptionerr:
			print ‘Cannot open %splease check your network!‘ % urlpath
			self.log.errorLog（‘download website “%s“ fail‘ % urlpath）
			exit（-1）
		try:
			file = open（textFilePath‘w‘）
			file.write（webContext）
			file.close（）
		except Exceptionerr:
			print ‘Create file “%s“ fail!‘ % textFilePath
			self.log.errorLog（‘create file “%s“ fail‘ % textFilePath）
		####下载图片
		print ‘downloading pictures...‘
		regex = r‘（http:.+?\.png|http:.+?\.jpg|http:.+?\.jpeg|http:.+?\.gif|http:.+?\.bmp）‘
		lstPictures = re.findall（regexwebContext）
		for picPath in lstPictures:
			regex = r‘（.*）（<|>|“）（.*）‘
			if re.match（regexpicPath）: continue
			regex = r‘（.*）（/.*）‘
			picName

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2016-12-28 17:25  SearchEngine\
     文件       49374  2016-12-28 17:12  SearchEngine\Capture.PNG
     文件       45274  2016-12-28 17:12  SearchEngine\Capture1.PNG
     文件       61643  2016-12-28 17:13  SearchEngine\Capture2.PNG
     文件       34963  2016-12-28 17:15  SearchEngine\Capture3.PNG
     文件       33687  2016-12-28 17:20  SearchEngine\Capture4.PNG
     文件         105  2016-12-28 17:14  SearchEngine\config.ini
     文件        3873  2016-12-28 16:58  SearchEngine\document.txt
     文件        2673  2016-12-28 17:20  SearchEngine\SearchEngine.log
     文件        8351  2016-12-28 17:19  SearchEngine\SearchEngine.py
     文件           0  2016-12-28 16:54  SearchEngine\SearchEngine.pyc
     文件        1757  2016-12-28 15:35  SearchEngine\SearchEngineLog.py
     文件        3525  2016-12-28 15:36  SearchEngine\SearchEngineLog.pyc