python爬取贴吧图片

将http://tieba.baidu.com/p/5072919394 里的图片爬到本地。

版本 phthon 3.x

#coding=utf-8
import urllib.request
import re

def getHtml(url):
    page=urllib.request.urlopen(url)
    #page 是http.client.HTTPResponse object 无法直接读取里面内容，所以调用read方法，得到页面代码,再将bytes转成string类型
    Html=str(page.read())
    print("succeed in getting html:\n %s" %Html)
    return Html

def getImg(Html):

  #  (?<=pattern)   反向肯定预查，与正向肯定预查类拟，只是方向相反。例如，“(?<=95|98|NT|2000)Windows"能匹配"2000Windows"中的"Windows"，但不能匹配"3.1Windows"中的"Windows"。
    img_re = re.compile(r'(?<=src=")\S+?jpg')
    img_list=img_re.findall(Html)
    for i in range(len(img_list)):
        print("img_list[%d]=%s" % (i,img_list[i]))
     #根据图片url地址，用urllib.request.retrieve下载到本地
        urllib.request.urlretrieve(img_list[i], '%s.jpg' % i)
if __name__=="__main__":
    url="http://tieba.baidu.com/p/5072919394"
    html=getHtml(url)
    getImg(html)