Script que baixa todas as fotos do SXC

sxcdown.py

#!/usr/bin/env phyton
#-*- encoding: utf8 -*-

'''
Esse programa vai baixar todas as imagens do SXC
e construir um banco de dados com as TAGs de cada
imagem.
'''

import urllib

def logar():
    '''
    Permite que se logue para poder baixar todas as imagens em alta definição
    '''

def baixar(id):
    pagina = show()
    go("http://www.sxc.hu%s" % pagina.split('img src="')[1].split('" alt')[0])
    save_html(id + '.jpg')

    print "Baixando " + id + ".jpg"
    
    
def totalPaginas():
    '''
    Pega o número do total de páginas
    '''
    f = urllib.urlopen("http://www.sxc.hu/category/9002/")
    contents = f.read()
    f.close()
    ache = contents.find("PAGE 1 / ")
    if ache != -1:
        inicio = ache + 9
        numero = contents[inicio:].split('<')
        return numero[0]

def tagsImg(id):
    '''
    Capta o nome e as TAGs da imagem
    '''
    import re
    f = urllib.urlopen("http://www.sxc.hu/photo/" + id)
    for line in f:
        if '<h1>Stock photo: ' in line:
            dadosImg = re.sub('</?[^>]*>', '', line).split(' ')
            idImg = dadosImg[-9]
            nomeImg = ' '.join(dadosImg[2:-10])
            print "O id é: ", idImg
            print "O nome é: ", nomeImg
        if '<a href="browse.phtml?f=search&w=1&txt=' in line:
            tags = re.sub('</?[^>]*>', '', line).strip('Keywords ').strip('\n ').split(' ')
            print "As tags são: ", tags
    f.close()

def idImg(pag):
    '''
    Lê o arquivo e pega apenas o número das imagens
    '''
    f = urllib.urlopen("http://www.sxc.hu/category/9002/" + str(pag))
    for line in f:
        if '<a href="photo/' in line:
            ache = line.find('<a href="photo/')
            if ache != -1:
                inicio = ache + 15
                numero = line[inicio:].split('"')
                tagsImg(numero[0])
                baixar(numero[0])
    f.close()


# Vamos chamar as funções para começar o programa

# logar()

from twill.commands import *
go("http://www.sxc.hu/")
formvalue("3", "login", "usuario")
formvalue("3", "pass", "senha")
submit()

for x in range(1): #in totalPaginas()
    idImg(x)

Olá Henrique,

Você sabe dizer se este script ainda funciona? (hoje é 11/8/2013) Estou tentando usá-lo porém não funciona. Estou rodando-o no Python com a biblioteca Twill instalada, e a mensagem final é:

Traceback (most recent call last):
File "C:\Users\Roger\Desktop\sxc\script\sxcdown.py", line 83, in
idImg(x)
File "C:\Users\Roger\Desktop\sxc\script\sxcdown.py", line 68, in idImg
baixar(numero[0])
File "C:\Users\Roger\Desktop\sxc\script\sxcdown.py", line 19, in baixar
go("http://www.sxc.hu%s" % pagina.split('img src="')[1].split('" alt')[0])
File "C:\Program Files (x86)\Python27\lib\twill\commands.py", line 112, in go
browser.go(url)
File "C:\Program Files (x86)\Python27\lib\twill\browser.py", line 122, in go
raise BrowserStateError("cannot go to '%s'" % (url,))
BrowserStateError: cannot go to 'http://www.sxc.huimg/stock_xchng.gif" />

<'

Será que mudou algo na estrutura do SXC e o script tornou-se inválido?

Grato!
Roger