python-简单爬虫抓取贴吧图片

最新推荐文章于 2020-05-13 15:34:11 发布

转载最新推荐文章于 2020-05-13 15:34:11 发布 · 133 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/suye/p/6281615.html

文章标签：

#爬虫 #python

本文介绍了一个使用Python进行的简单爬虫实践，展示了如何从百度贴吧抓取图片。通过使用urllib.request和re模块，该爬虫能够获取网页内容并解析出图片链接，最后下载图片到本地。

一个简单的爬虫练习

import urllib.request
import re

def getHtml(url):
    page = urllib.request.urlopen(url)
    #read（）返回的结果是二进制的需要转换成字符串
    html =page.read().decode("utf-8")
    return html

def getImage(page):

    reg=r'src="(.+?\.jpg)" size'
    imgre=re.compile(reg)
    print (imgre)
    imglist=re.findall(imgre,page)
    print (imglist)
    x=0
    for i in imglist:
        urllib.request.urlretrieve(i,'%s.jpg' %x)
        x+=1
    return imglist

html=getHtml("http://tieba.baidu.com/p/4721099001")
print(getImage(html))