python 爬虫下载网站图片

#coding:utf-8
import os
import urllib
import re    #正则表达式模块

def getHtml(url):
    page = urllib.urlopen(url)    #打开一个URL地址
    html = page.read()         #读取URL上的数据
    return html

def getImgs(html):
    reg = r'src="(.+?\.jpg)" pic_ext'  #写一个正则表达式
    imgre = re.compile(reg)        #编译正则表达式
    imglist = re.findall(imgre,html)  #读取html中所有包含正则表达式的数据,返回一个list
    return imglist

def download(urllist):
    x = 1
    filepath = "/home/swz/imgdownload/"
    #if os.path.exists(filepath) is True:
        #filepath = filepath + "2"
    os.mkdir(filepath)

    for imgurl in urllist:
        #print filepath+'%s.jpg' % x
        urllib.urlretrieve(imgurl,filepath+'%s.jpg' % x) #将远程数据下载到本地,并对图片进行重命名
        x = x + 1
    return


if __name__ == "__main__":
    html = getHtml("http://tieba.baidu.com/p/2460150866")
    urllist = getImgs(html)
    #print urllist
    download(urllist)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值