07精通Python网络爬虫——爬取京东手机图片

运行环境Python3.6.4

# 爬取京东手机图片
import re #导入re模块
import urllib.request  #导入urllib.request模块
def craw(url,page): #定义函数craw
    html1 = urllib.request.urlopen(url).read() #调用urllib.request模块里的urlopen函数打开url链接，并且读取，最后赋值给html1
    html1 = str(html1) #将html1网页内容变成字符串
    pat1 = '''<div id="plist".+? <div class="page clearfix">''' #利用pat1正则表达式进行第一次信息过滤
    result1 = re.compile(pat1).findall(html1)  #查找所有符合条件的信息
    result1 = result1[0]
    pat2 = '''<img width="220" height="220" data-img="1".+?"//(.+?\.jpg)">'''#".+?"组合可以匹配除换行外的任意字符，第二个正则表达式进行第二次过滤
    imagelist = re.compile(pat2).findall(result1)
    x = 1
    for imageurl in imagelist:
        imagename = "D:/Python35/myweb/part6/img1/"+"第"+str(page)+"页图"+str(x)+".jpg"
        imageurl = "http://"+imageurl
        try:
            urllib.request.urlretrieve(imageurl,filename=imagename)
        except urllib.error.URLError as e:
            if hasattr(e,"code"):
                x+=1
            if hasattr(e,"reason"):
                x+=1
        x+=1
for i in range(1,2):
    url = "http://list.jd.com/list.html?cat=9987,653,655&page="+str(i)
    craw(url,i)