Python爬虫入门——爬取贴吧图片

最近忽然想听一首老歌，“I believe” 于是到网上去搜，把几乎所有的版本的MV都看了一遍（也是够无聊的），最喜欢的还是最初版的《我的野蛮女友》电影主题曲的哪个版本，想起女神全智贤，心血来潮，于是就想到了来一波全MM的美照，哪里有皂片呢？自然是百度贴吧了。

放上链接-————

http://tieba.baidu.com/p/3466236659

爬取贴吧图片是非常简单的一件事，我们要做的是这么几步：

1、获取要爬取的网址

2、获取此网址的HTML源码

3、用正则表达式找出源码中的图片地址

4、下载图片，完活儿！

就是这么简单。

下面来看代码：

一、预备：

首先要引入相应的python模块。

import re
//正则表达式模块，用来匹配图片地址
import urllib
//用来获取HTML源码
import sys  
reload(sys) 
sys.setdefaultencoding('utf8')
//解决文字编码的问题，事实上我的电脑没有这段也OK

二、获取网址源码这一部分十分简单，就是调用urllib模块的函数，直接上代码

def getHtml(url):
    page = urllib.urlopen(url)
    html =