python-簡單爬蟲

標籤：bsp   內容   列表   讀取   pytho   div   Regex   import   int   

 1  #!/usr/bin/python 2 #coding=utf-8 3 #網路爬蟲 4 import urllib,re 5  6 def getHtml(url): 7     page=urllib.urlopen(url)  #開啟一個url 8     html=page.read()   #讀取全部內容產生一個字串(對象) 9     return html10 def getImg(html):11     reg=r‘src="(http://.+?\.jpg)"‘12     imgre=re.compile(reg)   #將一個Regex產生為響應的對象13     imglist=re.findall(imgre,html) #從html字串終止找到符合imgreRegex的項,返回列表14     print imglist15     x=016     for imgurl in imglist:17         urllib.urlretrieve(imgurl,‘%s.jpg‘%x)18         x+=119 20 html=getHtml(‘http://tieba.baidu.com/p/4710048390‘)21 getImg(html)

 

python-簡單爬蟲