1号小爬虫：普通的爬虫，下载百度壁纸

更多爬虫请见：我的爬虫史

代码说明：

曾经模仿实现过下载淘宝MM图片的爬虫，现在重新拾起爬虫，也是先从下载图片开始。本爬虫用来下载百度壁纸（传送门）。

1号小爬虫主要包括两个步骤：第一步用urllib2.urlopen()和read()方法获取网页源代码，第二步用正则表达式获取图片的url，并用urllib.urlretrieve()方法下载到本地。

主要的难点应该就在正则表达式的编写了，还有一个知识点就是：在保存图片的时候，命名的同时可以指定绝对路径。

源代码：

#encoding=utf-8
import urllib
import urllib2
import re

class Ordinary_spider(object):
    """ 普通的爬虫 ,功能：下载笔记本壁纸图片 """
    def __init__(self, url):
        self.url = url;
        self.myDownload(self.url)

    def getHtml(self, url):
        """ 获取网页源代码 """
        page = urllib2.urlopen(url)
        html = page.read()
        return html

    def getImg(self, html):
        """ 从源代码中获取图片的url，再根据这个url下载图片 """
        i = 1
        reg = "\"objURL\":\"(http://.*)\""    
        regg = re.compile(reg)
        urllist = regg.findall(html)        ## 获取图片的url，结果返回一个列表
        for url in urllist:         ## 下载图片
            fname = 'G:\\Temp\\IMG_download\\%d.jpg'%i      ## 图片的名字，指定绝对路径
            urllib.urlretrieve(url, fname)
            print "第 %d 张Finish:"%i,url
            i += 1

    def myDownload(self, url):
        html = self.getHtml(url)
        self.getImg(html)
        print "下载完成！"

转载请注明出处，谢谢！（原文链接：http://blog.youkuaiyun.com/bone_ace/article/details/50207535）