每天学一点之Python100例（27~28）

每天学一点，形成一种知识复利

问题27：获取网页

分析：1.连接远程网页服务器；2.发送HTTP请求这个网页；3.从网页服务器的返回读取HTML代码

demoCode:

#! /usr/bin/python3

import urllib.request

def getHtml(self,url):

page = urllib.request.urlopen(url)

html = page.read()

return html

if __name__=='__main()__':

getHtml("http://www.baidu.com")

问题28：利用re模块爬取网页上的图片

分析:先通过url获取请求，然后通过正则表达式获取图片文件的格式，再通过re模块里的compile()和findall()方法获取图片的url，最后再通过urlretrieve方法获取出图片

demoCode:

#! /usr/bin/python3

import urllib.request

import re

class wormhtml(object):

def __init__(self):

pass

def getHtml(self,url):

page = urllib.request.urlopen(url)

html = page.read()

return html

worm_html = wormhtml()

class wormimage(object):

def __init__(self):

pass

def getimage(self):

html_other = worm_html.getHtml("http://tieba.baidu.com/p/3205263090")

reg = r'src="([.\S]*\.jpg)" pic_ext="jpeg"'

imagereg = re.compile(reg)

imgurls = re.findall(imagereg, str(html_other))

x = 1

for imgurl in imgurls:

urllib.request.urlretrieve(imgurl, '/home/ssq/work/python/samplecode/img/%s.jpg' % x)

x +=1

wormimg = wormimage()

wormimg.getimage()