使用re模块爬取网页图片并下载

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

# 爬取imooc网站python页面的所有的图片

import urllib
import re

html = urllib.urlopen("http://www.imooc.com/course/list?c=python").read()
# 查看爬取的网页的源码
# print html

def getImg(imglist):
    for img in imglist:
        # 对图片进行保存
        # img.strip().split("/")[-1] 获得网页中的图片的名字
        urllib.urlretrieve(img, img.strip().split("/")[-1])

# 在re模块中的findall方法中使用分组会只返回分组的数据
# 注意html代码中坑爹的地方，在height前面空格数不是一个就是俩
reg = re.compile(r'src="(.*\.jpg)" {1,2}height')
imglist = reg.findall(html)
# 查看总共爬取了多少图片
# print(len(imglist))
getImg(imglist)