Python学习---网页爬虫[下载图片]

转载于 2018-07-29 10:35:00 发布 · 52 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/ftl1012/p/9384457.html

文章标签：

#python #爬虫

本文介绍了一种使用Python的urllib和re库进行图片下载的方法。通过urllib.urlopen()获取网页源代码，再利用正则表达式匹配图片链接并下载。示例代码展示了如何从指定贴吧页面下载.jpg格式的图片。

爬虫学习--下载图片

1.主要用到了urllib和re库

2.利用urllib.urlopen()函数获得页面源代码

3.利用正则匹配图片类型,当然正则越准确，下载的越多

4.利用urllib.urlretrieve()下载图片，并且可以重新命名，利用%S

5.应该是运营商有所限制，所以未能下载全部的图片，不过还是OK的

URL分析：

源码：

#coding=utf-8
import re
import urllib
def getHtml(url):
    page=urllib.urlopen(url)
    html=page.read();
    return html
def getImage(html):
    reg=r'src="(.*?\.jpg)" size'
    imgre=re.compile(reg)
    imgeList =re.findall(imgre,html)
    x=0
    for image in imgeList:
        urllib.urlretrieve(image,'%s_hhh.jpg' % x)
        x+=1
html=getHtml("https://tieba.baidu.com/p/5256641773")
getImage(html)

转载于:https://www.cnblogs.com/ftl1012/p/9384457.html