利用urllib，正则表达式，文件读写，爬取慕课网首页图片

利用urllib，正则表达式，文件读写，爬取慕课网首页图片

from urllib import request, parse, error
import re    # 目前是先写代码，再导入需要的模块
import os

url = 'http://www.imooc.com/'   # 慕课网首页

with request.urlopen(url) as response:
    # response.read() 返回 bytes 类型，需要转换为 str 进行正则
    html_page = response.read().decode('utf-8')

# r'http://.+\.jpg' 会匹配到其他信息
img = re.compile(r'http://**[\.\d\-a-zA-Z\/\s]**+\.jpg')         
img_urls = re.findall(img,html_page)      

补写 re.findall() 的知识

i = 0
for url in img_urls:
    i += 1
    try:
        with open(str(i)+'.jpg','wb') as f:      # open(file_name,'wb') 以二进制形式打开图片
            with request.urlopen(url,timeout = 3) as req_url:
                img_buf = req_url.read() # .decode('utf-8')
            f.write(img_buf)
            print('No. %d.jpg is downloaded!' % i)
    except error.URLError as e:
        print('something is wrong!')
        os.remove(str(i)+'.jpg')
        i -= 1

这里只爬取了一个页面的图片，还可以对多个页面进行爬取。
没有进行模块化

---