Python实现简单爬虫

import re
import urllib.request

def getHtml(url):
    page = urllib.request.urlopen(url)
    html = page.read()
    html=html.decode()
    return html

def getImg(html):
    reg = r'src="(.+?\.jpg)" pic_ext'
    #re.compile() 可以把正则表达式编译成一个正则表达式对象.
    imgre = re.compile(reg)
    #re.findall() 方法读取html 中包含 imgre（正则表达式）的数据。
    imglist = re.findall(imgre,html)
    x = 0
    for imgurl in imglist:
        urllib.request.urlretrieve(imgurl,'%s.jpg' % x)
        x+=1

html = getHtml("http://tieba.baidu.com/p/2460150866")

print (getImg(html))

Urllib 模块提供了读取