制作文本爬虫
目标网站:http://www.jikexueyuan.com/
目标内容:课程图片
实现原理:
1.保存网页源代码
2.Python读文件加载源代码
3.正则表达式提取图片网址
4.下载图片
#-*-coding:utf-8-*-
import re
import requests
#读入源代码文件
f=open('source.html','r')
html=f.read()
f.close()
#匹配图片地址
pic_url=re.findall('img src="(.*?)" class="lessonimg"',html,re.S)
i=0
for each in pic_url:
print 'now downloading:'+each
pic=requests.get(each)
fp=open('pic\\'+str(i)+'.jpg','wb')
fp.write(pic.content)
fp.close()
i+=1