python实现美空图片抓取机器人

最近挺闲，没事逛美空看美女，忽然觉得为什么不把照片都下到本地，没事的时候慢慢看呢，于是就有了以下代码：

#-*- coding:utf-8 -*-


import urllib
import re
import os


#IMG_REG = re.compile('<img[^>]*?src[^>]*?=[\"\'][^"]*?[\'\"]')
IMG_REG = re.compile('<img[^>]*?src2=[\"\'][^"]*?[\'\"]')
URL_REG = re.compile('<a href="(.*?)" title="(.*?)" hidefocus="true" target="_blank">')
LOCAL_DIR = 'c://tmp/pictrue/'


def cbk(a, b, c):
    per = 100 * a * b / c
    if per > 100:
        per = 100
    print '%.2f%%' % per
    
def getPictrueFromOnePage(url, dirPath):
    file = urllib.urlopen(url)
    content = file.read()
    for match in IMG_REG.findall(content):
        print match
        imgurl = match[match.index("http"):][:-1]
        filename = imgurl[imgurl.rindex("/") + 1:]
        print imgurl
        print filename
        local = dirPath + filename
        urllib.urlretrieve(imgurl, local, cbk)


def mainPorcess(url):
    content = urllib.urlopen(url).read()
    i = 0
    for matched in URL_REG.findall(content):
        i = i + 1
        subUrl = 'http://www.moko.cc' + matched[0]
        print subUrl
        path = LOCAL_DIR + matched[1].decode('utf-8').encode('gbk') + '\\'
        if not os.path.isdir(path):
            try:
                os.mkdir(path)
            except Exception as e:
                path = LOCAL_DIR + str(i) + '\\'
        print path
        getPictrueFromOnePage(subUrl, path)
    
    
if __name__ == '__main__':
    mainPorcess('http://www.moko.cc/channels/post/23/1.html')

它能自动下载照片并以美女的名字生成文件夹来存贮照片。

这个程序有几个缺陷：

1. 只能抓取美空页面中按照美女姓名分类的二级目录下的照片。

2. 只能抓取当前页，不能自动翻页

最后再说一句，python真是巨方便！！！