一个简单的网络爬虫---爬取网页中的图片

这里贴上py源码,这个爬虫很简单，爬取网页的图片，通过正则表达式匹配对应的图片的url 然后下载之，基本上也没有什么容错处理，仅供学习之用

# -*- coding: utf-8 -*-  

   
import urllib2  
import urllib  
import re  
import time
#通过 url 获取网页源码 html
def getHtml(url):
    page = urllib2.urlopen(url)
    html = page.read()
    return html
#在html中找到匹配的 url    
def getImg(html):
    #修改这里的匹配模式，适用于不同的网页
    reg = r'src="(http://.+?\.jpg)" '  # +号后面加上? --->非贪婪模式
    imgre = re.compile(reg)
    imglist = re.findall(imgre,html)
    i = 0
    for imgurl in imglist:
        print imgurl
        urllib.urlretrieve(imgurl,'%s.jpg'%time.time() )#下载imgurl的图片并且用当前时间戳命名
        i+=1
    #return imglist
    
url = "http://tieba.baidu.com/p/2772656630"
html = getHtml(url)    
print getImg(html)