Python學習 之 爬蟲

標籤：

目標：下載貼吧或空間中所有圖片

步驟：（1）擷取頁面代碼 （2）擷取圖片URL，下載圖片

代碼如下：

#!/usr/bin/pythonimport reimport urllibdef getHtml(url):    page=urllib.urlopen(url)    html=page.read()    return hemldef getImg(html):    reg=r‘src="(.*?\.jpg" width‘    imgre=re.compile(reg)    imglist=re.findall(imgre,html)    x=0    for imgurl in imglist:        urllib.urlretrieve(imgurl,‘%s.jpg‘ % x)        x+=1html=getHtml("http://tieba.baidu.com/p/749901827?fr=good")getImg(html)

 

Python學習 之 爬蟲