python3简单爬虫 （爬取各个网站上的图片）

不多说。Python能做出东西。这是对编程初学者的莫大激励了吧。2333333

下面就放码了。

第一个爬虫：

import urllib.request
import re
import os
foot='huaban001'
url_re=re.compile(r'

爬取花瓣网站上的图片。未涉及模拟登陆也未涉及下拉页面。只是简单的爬取官方页面上的图。

代码实在是写得很丑啊233333.

第二个爬虫：

爬取某些网站上的代理IP

import urllib.request
import re
ip_re=re.compile(r'(?:(?:[0,1]?\d?\d|2[0-4]\d|25[0-5])\.){3}(?:[0,1]?\d?\d|2[0-4]\d|25[0-5])')
def url_open(url):
    req=urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.109 Safari/537.36')
    html=urllib.request.urlopen(req).read().decode('UTF-8')
    return html
url='http://www.xicidaili.com/'
html=url_open(url)
ip_addrs=ip_re.findall(html)
for each in ip_addrs:
    print(each)

思路一样很简单。

主要就是正则表达式的书写。233333

用Python自带的库的爬虫思路都差不多，也就不继续放我丑的不行的代码了。

下面准备看requests实现模拟登陆了。希望不要太复杂啊。