一入python深似海--小爬虫
一入python深似海--小爬虫
一个从百度贴吧,爬取图片的例子。
包
urllib,urllib2,re
函数
page=urllib.urlopen('http://...') 返回一个网页对象
html=page.read() 读取网页的html源码
urllib.urlretrieve() 下载资源到本地
代码
#coding:utf8 import re import urllib def getHtml(url): page=urllib.urlopen(url) html=page.read() return html def getImgUrl(html): reg=r'src="(.*?\.jpg)"'#?非贪婪匹配,()分组只返回分组结果,外单引号内双引号 imgre=re.compile(reg)#编译正则表达式,加快速度 imglist=re.findall(imgre,html) return imglist url="http://tieba.baidu.com/p/3162606526"#贴吧地址 html=getHtml(url) ImgList=getImgUrl(html) ImgList= ImgList[1:10]#取前10个下载 print ImgList x=0 for imgurl in ImgList: urllib.urlretrieve(imgurl,'%s.jpg' %x) x+=1
评论关闭