# -*- encoding:UTF-8 -*-
import re,urllib2,time,urllib
def getPage(url):
'''下载文件html代码,找出一楼的核心代码'''
opener = urllib2.build_opener()
#不加头信息则出现403错误和乱码
opener.addheaders = [('User-agent', 'Mozilla/5.0')];
time.sleep(10)
htmlAll = opener.open( url ).read()
#文件保存编码和文件编辑编码都是utf-8,所以decode一次,不然会出现乱码,但是不影响结果。
return htmlAll.decode('utf-8')
def getImg(url):
'''从核心代码中照图图片地址,并且下载保存、命名'''
regImg = 'src="(.*?)"'
dir = 'F:\\downtemp'
pageHtml = getPage(url)
#找到所有图片地址
imglist = re.findall(regImg,pageHtml)
for index in xrange(1,len(imglist)+1):
#得到文件名
strFileNamelist = imglist[index-1].split('/')
strFileNameListLen = len(strFileNamelist)
fileName = strFileNamelist[strFileNameListLen-1]
#得到文件名后缀
suffixNameList = fileName.split('.')
suffixNameLen = len(suffixNameList)
suffixName = suffixNameList[suffixNameLen-1]
#得到保存文件路径
saveFileName = dir + '\\' + str(time.time()) + '_' + fileName
#只保存jpeg和jpg文件
if suffixName == 'jpeg' or suffixName == 'jpg' :
urllib.urlretrieve(url+imglist[index-1], saveFileName)
print saveFileName + ' ok!'
if __name__ == '__main__':
getImg('http://www.huawei.com')
Python下载图片
最新推荐文章于 2022-11-14 15:23:20 发布