哎，以前写博文的时候没注意，有些图片用QQ来截取，获得的图片文件名都是类似于QQ截图20120926174732-300×15.png的形式，昨天用ftp备份网站文件的时候发现，中文名在flashfxp里面显示的是乱码的，看起来好难受，所以写了一个python小脚本，爬取整个网站，然后获取每个文章页面的图片名，并判断如果是类似于QQ截图20120926174732-300×15.png的形式就输出并将该图片地址和对应的文章地址保存在文件中，然后通过该文件来逐个修改。

好了，下面是程序代码：

import urllib2
from bs4 import BeautifulSoup
import re
import sys
reload(sys)
sys.setdefaultencoding(\'utf-8\')
 
baseurl = \"http://www.jb51.net/dont-worry.html\"
#说明下，起始地址是第一篇文章的地址，通过该文章的页面就
#可以使用BeautifulSoup模块来获取上一篇文章的地址
 
file = open(r\"E:\\123.txt\",\"a\")
 
def pageloop(url):
  page = urllib2.urlopen(url)
  soup = BeautifulSoup(page)
  img = soup.findAll([\'img\'])
  if img == []:
    print \"当前页面没有图片\"
    return
  else:
    for myimg in img:
      link = myimg.get(\'src\')
      print link
      
      pattern = re.compile(r\'QQ\\S*[0-9]*png\')
      badimg = pattern.findall(str(link))
      if badimg:
        print url
        file.write(link + \"\\n\")
        file.write(url+\"\\n\")
      
 
 
def getthenextpage(url):
  pageloop(url)
  page = urllib2.urlopen(url)
  soup = BeautifulSoup(page)
  for spanclass in soup.findAll(attrs={\"class\" : \"article-nav-prev\"}):
    #print spanclass
    if spanclass.find(\'article-nav-prev\') != -1:
      pattern = re.compile(r\'http://www.jb51.net/\\S*html\')
      pageurl = pattern.findall(str(spanclass))
      for i in pageurl:
        #print i
        getthenextpage(i)
       
      
 
getthenextpage(baseurl)
 
 
 
print \"the end!\"
file.close()

最后，对和我以前刚开始做网站的同学说下，图片命名的话最好是用数字形式或者是英文、拼音的形式，要不然到最后想修改的话就麻烦了，所以最好就是从刚开始就养成好的习惯，用正确的命名规范来问文章、图片来命名，这样就会好很多。