Python学习---网页爬虫[下载图片]

爬虫学习--下载图片

1.主要用到了urllib和re库

2.利用urllib.urlopen()函数得到页面源代码

3.利用正则匹配图片类型,固然正则越准确，下载的越多

4.利用urllib.urlretrieve()下载图片，而且能够从新命名，利用%S

5.应该是运营商有所限制，因此未能下载所有的图片，不过仍是OK的

URL分析：

源码：

#coding=utf-8
import re
import urllib
def getHtml(url):
    page=urllib.urlopen(url)
    html=page.read();
    return html
def getImage(html):
    reg=r'src="(.*?\.jpg)" size'
    imgre=re.compile(reg)
    imgeList =re.findall(imgre,html)
    x=0
    for image in imgeList:
        urllib.urlretrieve(image,'%s_hhh.jpg' % x)
        x+=1
html=getHtml("https://tieba.baidu.com/p/5256641773")
getImage(html)