Python 爬虫获取百度贴吧图片

一个小例子，跟据视频学习的。

主要学习爬虫，正则表达式，下载图片，保存文件，创建文件夹,字符串的连接等；

import os
import re	#正则模块
import urllib
'''
爬虫例子，学习爬虫，正则，下载图片，保存文件，创建文件夹,字符串的连接
'''
#获取HTML
def getHtml(url):
	page = urllib.urlopen(url)
	html = page.read()
	return html
	
#获取图片URL
def getImg(html):
	reg = r'src="(.*?\.jpg)" width'
	imgre = re.compile(reg)
	imglist = re.findall(imgre,html)
	return imglist

#下载文件，保存文件
def downloadFile(urllist):
	x = 0
	filepath = "d:\pythontest"
	if os.path.exists(filepath) is True:
		filepath += "1"
		
	os.mkdir(filepath)
	
	for imgurl in urllist:
		temppath = filepath+"\%s.jpg" % x
		print temppath
		urllib.urlretrieve(imgurl,temppath)
		x+=1
	
if __name__ == "__main__":
	
	html =  getHtml("http://tieba.baidu.com/p/1692709597?fr=ala0&alath=2&pstbala=1")
	print r"----------------->>获取HTML完毕".decode("utf-8").encode("gbk")		#解决CMD控制台上中文乱码的问题
	urllist =  getImg(html)
	print r"------------------>>分析URL完毕".decode("utf-8").encode("gbk")
	downloadFile(urllist)
	print r"------------------->>文件下载完毕".decode("utf-8").encode("gbk")