Python爬虫之抓取网络图片

1.目的

以 百度图片首页为例，首页如下图所示，网页上有一些图片，我们的目的就是将这些图片保存到本地。

2.源码

#coding=utf-8
#version: python 2.7
#author: Hao Chen

import urllib
import re

#step1.获取整个页面的数据
url="http://image.baidu.com/"
page = urllib.urlopen(url)     #打开一个url地址
html = page.read()             #读取url上的数据

#step2.删选页面中想要的数据
reg = r'src="(.+?\.jpg)" '        #构建正则表达式
imgre = re.compile(reg)           #把正则表达式变异成一个对象
imgList = re.findall(imgre,html)  #读取html中包含正则表达式的数据

#直接用以下方法也行，更简便
#imgList = re.findall('src="(.+?\.jpg)" ',html)
 
#step3.将页面筛选的数据保存到本地
x=0
for imgurl in imgList:
    urllib.urlretrieve(imgurl,'%s.jpg'%x)  #远程将数据下载到本地
    x+=1