Python爬虫入门实战一

最近学习了点python爬虫，现在写一个实战演示记录一下学习历程！
我开发Python用的IDE是JetBrains公司的PyCharm,该IDE非常方便实用。
第一步：直接复制想要爬取的网页的源代码下来放到python的工程目录下的source.ext文件。

第二步：分析所要爬取得内容
由于想要爬取得内容是图片，所以仔细看源码，可以看到如下：

那么正则表达式为：’img src=”(.*?)” class=”lessonimg”’
获取图片的地址如下代码：

pic_url = re.findall('img src="(.*?)" class="lessonimg"',html,re.S)

第三步：新建一个Py文件，编码如下：

代码实现原理以及步骤：
1. 引入相关处理库（正则相关处理、请求库）
2. 读取源文件
3. 正则匹配图片网址
4. 循环遍历下载图片到本地

py脚本执行结果：

爬取到本地文件夹的图片：

ps:爬虫也不是一直会顺利的，有时候正则表达式没有写好也会出错，另外有的网站有设置反爬虫机制，这时候就需要在爬虫代码中加上 反-反爬虫机制啦。