python小白入门学习笔记-爬虫入门

首先感谢一下几篇教程，同时也是为了做个标记。

http://blog.csdn.net/column/details/why-bug.html

http://www.cnblogs.com/fnng/p/3576154.html

以下是第一次第一次的代码---百度贴吧帖子图片下载器

#coding=utf-8
#简单的图片下载工具-仅用于百度贴吧的帖子

#需利用正则表达式的方法来筛选网页源代码，所以调用以下模块
import urllib
import re


#用来获取网页源代码的函数
def getHtml(url):
    page = urllib.urlopen(url)
    html = page.read()
    print 'READ COMPLETE!'
    return html



#利用正则表达式来筛选并以单个递增的数字作为保存的文件名
def getImg(html):
    reg = r'src="(.+?\.jpg)" pic_ext'
    imgre = re.compile(reg)
    imglist = re.findall(imgre,html)
    x = 0
    for imgurl in imglist:
        urllib.urlretrieve(imgurl,'%s.jpg' % x)
        x += 1




#允许用户自行输入网页url
tburl = str(raw_input(u'INPUT THE TIEBA URL:\n'))
html = getHtml(tburl)


print getImg(html)

仅仅实现了最基本的功能：手动输入帖子的URL然后自动将帖子里的图片都保存到当前工作目录。

当然这还远远不够，目前想做的是这个样子的：

拥有图形界面，将任意URL黏贴进入后自动将图片（包含各类格式，用户可选择）下载并保存到特定的文件夹（用户可选择）。

作为初学者，不懂的地方还是很多，坐等我更新~~