百度贴吧图片简单爬虫（实验环境windows7）

参考网上例子，自己尝试写的，很简单，纯属娱乐

#!/usr/bin/python

import urllib
import re

def getHtml(url):
    page = urllib.urlopen(url)
    html = page.read()
    return html      \\返回的是相关网址所有链接

def getList(html):
    reg = r'<img class="BDE_Image" src="(.*?\.jpg)"'   \\r单引号当中是需要过滤的信息标志
    imgReg = re.compile(reg)
    imgList = re.findall(imgReg,html) 
    return imgList       \\返回的是所有图片的真实地址链接
    
if __name__=='__main__':
    url = "https://tieba.baidu.com/p/5749961150"     \\随意找的贴吧地址
    html = getHtml(url )
    imgList = getList(html)
    x=0
    for imgUrl in imgList:      \\逐一把过滤后的图片真实链接发送给imgUrl变量
        urllib.urlretrieve(imgUrl,'C:\\Python27\\py\\getjpg\\%s.jpg' % x)   \\下载到指定位置并重命名
        x += 1

 

----------------------------------------------------------------------------------------------------

模块及函数说明：

re.compile  将正则表达式编译成实例主要配合findall使用

re.findall 格式化为表形式如['a1','2b','c3']

urllib.urlretrieve 下载到指定位置（window必须写全路径,网上的例子没写我测试了没成功，记得写转义符）

urllib.urlopen(url) 打开一个网页获取所有内容

转载于:https://my.oschina.net/jinx2jk/blog/1846160