Python爬虫练习第二章【对一个不是…

通过这次练习，让我明白了哪儿不足，好多语法用的不熟练导致

比如 for i in range 很常用，在一个文本中循环调用每行指令的话

  我的思路是创建一个函数 然后用for i in range循环调用

如

   

    我之前使用Queue函库，不使用到多线程，所以比较鸡肋。

         

于是放弃了用Queue

还有就是 read（），readlines（） 的使用

  read（）是按照原格式直接阅读，readlines（）是以字符串形式全部阅读

  对于要循环调用都是用的第二个，【而且！！！一定要记得strip（‘\n’）】就是删除换行，不然循环读取的时候回出现后缀加上了\n   从而无法得到正确的值。

关于正则匹配，我在调试的时候发现有些url可以正确匹配有的不可以，原来是网站在编写的时候源码上由于程序员的性格，导致有着不能匹配，可以在下面在加上一个匹配规则

正所谓练剑千日，得心应手，通过这次练习我发现我应该多敲敲代码多多练习。

 

因为网站太大了，所以这次抓取我分了两个步骤，第一步是将模块的所有页面的网址爬行到本地。

比如 这个模块有300页，每页有20篇内容，我最后所需要的就是内容的地址

通过逐次爬行内容网址，获取图片原始地址，再下载下来。

 

贴上第一部分源代码

 

#coding=utf-8
import re
import requests
import Queue
import time
import os
for i in range(1,454):