[python爬虫]如何爬取特定网页的图片

#!/usr/bin/env python
# -*- coding:utf-8 -*-

"""
Created on Sun Aug 02 20:10:36 2015

@author: lijiong
"""

import urllib
import sys
import chardet
import re


def get_html(url):
    page = urllib.urlopen(url)
    content = page.read()
    typeEncode = sys.getfilesystemencoding()
    infoencode = chardet.detect(content).get('encoding','utf-8')
    html = content.decode(infoencode,'ignore').encode(typeEncode)
    return html      #提取html页面,编码已经转换

def get_img(html):
    reg = r'src="(http://imgsrc.baidu.com/forum/w.*?\.jpg)"' 
    imgre = re.compile(reg)
    imglist = re.findall(imgre, html) #表达式中只有一个括号时,findall只会返回括号的内容
    i = 0
    for imgurl in imglist:
        print imgurl
        urllib.urlretrieve(imgurl, 'C:/Users/lijiong/Desktop/new/%s.jpg'%i)
        i+=1
        
html = get_html('http://tieba.baidu.com/p/3837885162')
get_img(html)


  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值