第一个python爬虫

最新推荐文章于 2022-04-11 11:26:42 发布

oopsWeb

最新推荐文章于 2022-04-11 11:26:42 发布

阅读量354

点赞数

文章标签：记录

本文链接：https://blog.csdn.net/oopsWeb/article/details/52293460

版权

写下这一系列帖子是对我python学习过程的一个记录，也是对自己的一个督促。

希望各位大神多多帮助，指出不足之处！

#coding=utf-8
import urllib
import re

def getHtml(url):
	page = urllib.urlopen(url);
	html = page.read();
	return html;

def getImage(html):
	reg = r'src="(.+?\.jpg)"';
	imgre = re.compile(reg);
	imglist = re.findall(imgre,html);
	x = 0;
	for imgurl in imglist:
		urllib.urlretrieve(imgurl,"%s" % x);
		x+=1;
	return imglist;
html = getHtml("http://tieba.baidu.com/p/xxxx");

print getImg(html);

正则表达式：