爬虫学习笔记一、 python3.4爬虫爬取百度贴吧图片_python 爬虫shire huoqushujude-优快云博客

这篇博客介绍了如何使用Python3.4编写爬虫，从百度贴吧抓取帖子中的所有图片。文章提到，该爬虫能自动处理URL，并将图片以jpg格式保存在与贴吧主题同名的文件夹内。测试环境为Python3.4，对于Python2.X用户，只需将urllib.request替换为urllib2。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一次写爬虫，希望大家多多指教

功能：输入百度贴吧贴子的地址就可以爬取贴吧里面所有的图片，对于输入的地址没有要求，有自动修改url的模块，图片以jpg格式存储在以贴吧标题命名的文件夹中。

测试环境为python3.4，使用python2.X的朋友，把urllib.request改为urllib2就可以

代码如下：

import urllib.request
import re
import os

def judge_url():
    #设定布尔中间变量
    jude=False
    while not jude :
        url = input("请输入要获取图片的贴吧地址：")
        # 格式化url删除两边的空格
        url = url.strip()
        #判断url是否包含"http://tieba.baidu.com/p/"
        url1 = url[:25]
        url2 = "http://tieba.baidu.com/p/"
        #判断url位数是否大于最低位数
        jude = int(len(url)) >=35 and url1 == url2
        print()
        if not jude:
            print("输入地址有误，请重新输入！")
    # 格式化url，只截取“http://tieba.baidu.com/p/数字 ”部分
    url = url[:35]
    return url

# 以标题存为文件夹名存放图片
def create_folder(url2):
    url=url2
    # 建立图片存放文件夹，以贴吧标题为名
    try:
        # 获取标题
        tile = re.compile('<title>(.*?)_百度贴吧</title>').findall(urllib.request.urlopen(url).read().decode('