python简单的爬虫程序

代码：

#coding = utf-8
import urllib
import re

#读取网站html内容
def getHtml(url):
    page = urllib.urlopen(url)
    html = page.read()
    return html

#找到图片并下载到指定文件夹
def getImg(html):
    reg = 'src="(.+?\.jpg)" alt='   #图片的正则表达式
    imgre = re.compile(reg)         #编译正则表达式模式，返回一个对象的模式。
    imglist = re.findall(imgre, html)   #re.findall遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表。


    x = 0
    for imgurl in imglist:
        name = imgurl[45:]
        content = urllib.urlopen(imgurl).read()
        open(r'image/' + name,'w+').write(content)    #下载图片到指定文件夹image
        x+=1
    return imglist


html = getHtml("http://www.ivsky.com/")




print getImg(html)
def getHtml(url):
    page = urllib.urlopen(url)
    html = page.read()
    return html

def getImg(html):
    reg = 'src="(.+?\.jpg)" alt='
    imgre = re.compile(reg)
    imglist = re.findall(imgre, html)
    x = 0
    for imgurl in imglist:
        name = imgurl[45:]
        content = urllib.urlopen(imgurl).read()
        open(r'image/' + name,'w+').write(content)
        x+=1
    return imglist

html = getHtml("http://www.ivsky.com/")


print getImg(html)