Pythonによるスクレイピング＆機械学習[開発テクニック]のコード訂正①

from bs4 import BeautifulSoup
from urllib.request import urlretrieve
from urllib.parse import urljoin
from urllib.parse import urlparse
from os import makedirs
import os.path, time, re
# 処理済み判断変数
proc_files = {}
# HTML内にあるリンクを抽出する関数
def enum_links(html, base):
   soup = BeautifulSoup(html, "html.parser")
   links = soup.select("link[rel='stylesheet']") #CSS
   links += soup.select("a[href]") # リンク
   result = []
   # href属性を取り出し、リンクを絶対パスに変換
   for a in links:
       href = a.attrs['href']
       url = urljoin(base, href)
       result.append(url)
   return result
# ファイルをダウンロードし保存する関数
def download_file(url):
   o = urlparse(url)
   savepath = "./" + o.netloc + o.path
   if re.search(r"/$", savepath): # ディレクトリならindex.html
       savepath += "index.html"
   savedir = os.path.dirname(savepath)
   # すでにダウンロード済み？
   if os.path.exists(savepath): return savepath
   # ダウンロード先のディレクトリ―を作成
   if not os.path.exists(savedir):
       print("mkdir=", savedir)
       makedirs(savedir)
   # ファイルをダウンロード
   try:
       print("download=", url)
       urlretrieve(url, savepath)
       time.sleep(1) # 礼儀として１秒スリープ
       return savepath
   except:
       print("ダウンロード失敗:", url)
       return None
# HTMLを解析してダウンロードする関数
def analyze_html(url, root_url):
   savepath = download_file(url)
   if savepath is None:
       return
   if savepath in proc_files:
       return # 解析済みなら処理しない
   proc_files[savepath] = True
   print("analyze_html=", url)
   # リンクを抽出
   html = open(savepath, "r", encoding="utf-8").read()
   links = enum_links(html, url)
   for link_url in links:
       # リンクがルート以外のパスを指していたら無視
       if link_url.find(root_url) != 0:
           if not re.search(r".css$", link_url):
               continue
       # HTMLか？
       if re.search(r".(html|htm)$", link_url):
           #再帰的にHTMLファイルを解析
           analyze_html(link_url, root_url)
           continue
       # それ以外のファイル
       download_file(link_url)
if __name__ == "__main__":
   # URLを丸ごとダウンロード
   url = "https://docs.python.jp/3.6/library/"
   analyze_html(url, url)

from urllib.request import urlretrieve

from urllib.parse import urljoin
from urllib.parse import urlparse