Python爬虫获取百度贴吧图片

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import urllib
import re
文章来源：https://www.cnblogs.com/Axi8/p/5757270.html

class Spilder01(object):

    # page = urllib.urlopen('http://tieba.baidu.com/p/1753935195')
    # htmlcode = page.read()  # 读取页面源码
    # print htmlcode  # 在控制台输出
    #
    # pageFile = open('pageCode.txt','w')#以写的方式打开pageCode.txt
    # pageFile.write(htmlcode)#写入
    # pageFile.close()#开了记得关

    # 页面获取
    def get_html(url):
        page = urllib.urlopen(url)
        html = page.read()
        return html

    # 从get_html方法返回的辣么长一串字符串中 拿到满足正则表达式的字符串
    # reg = r'src="(.+?\.jpg)" width'  # 正则表达式
    # reg_img = re.compile(reg)  # 编译一下，运行更快
    # imglist = reg_img.findall(get_html('http://tieba.baidu.com/p/1753935195'))  # 进行匹配
    # x = 0
    # for img in imglist:
    #     urllib.urlretrieve(img, '%s.jpg' % x)
    #     x += 1
    #     # print img

    # urllib库中有一个  urllib.urlretrieve(链接, 名字)
    # 方法，它的作用是以第二个参数为名字下载链接中的内容，我们来试用一下
    def get_image(html_code):
        reg = r'src="(.+?\.jpg)" width'
        reg_img = re.compile(reg)
        img_list = reg_img.findall(html_code)
        x = 0
        for img in img_list:
            urllib.urlretrieve(img, '%s.jpg' % x)
            x += 1

    print u'-------网页图片抓取-------'
    print u'请输入url:',
    url = raw_input()
    if url:
        pass
    else:
        print u'---没有地址输入正在使用默认地址---'
        url = 'http://tieba.baidu.com/p/1753935195'

    print u'----------正在获取网页---------'
    html_code = get_html(url)
    print u'----------正在下载图片---------'
    get_image(html_code)
    print u'-----------下载成功-----------'
    raw_input('Press Enter to exit')

转载于:https://www.cnblogs.com/smartwen666/p/10507484.html