python批量下载糗事百科图片

from sgmllib import SGMLParser

import urllib2

class sgm(SGMLParser):

    def reset(self):

        SGMLParser.reset(self)

        self.srcs=[]

        self.ISTRUE=True

    def start_div(self,artts):

        for k,v in artts:

            if v=="author":

                self.ISTRUE=False

    def end_div(self):

        self.ISTRUE=True

    def start_img(self,artts):

        for k,v in artts:

            if k=="src" and self.ISTRUE==True:

                self.srcs.append(v)

    def download(self):

        i=1

        for src in self.srcs:

            f=open("%d.jpg"%i,"wb")

            print src

            img=urllib2.urlopen(src)

            f.write(img.read())

            f.close()

            i+=1

sgm=sgm()

for page in range(300,500):

    url="http://www.qiushibaike.com/late/page/%s?s=4622726" % page

    data=urllib2.urlopen(url).read()

    sgm.feed(data)

    sgm.download()

python批量下载糗事百科图片

原文地址 http://www.bcwhy.com/thread-21111-1-1.html