Python 实现简单的爬虫功能： 图片的抓取

#!/usr/python3
import urllib.request # 导入urllib中的request类
import re  # 导入 re 模块 主要包含了正则表达式

def gethtml(url):
    page=urllib.request.urlopen(url)  # 用于打开一个URL地址。
    html=page.read()  # 用于读取URL上的数据，向gethtml()函数传递一个网址，并把整个页面下载下来。执行程序就会把整个网页打印输出。
    return html

def getimg(html):
    reg = r'src="(.*?\.jpg)"'#抓取图片的正则表达式
    img=re.compile(reg) #可以把正则表达式编译成一个正则表达式对象.
    html=html.decode('utf-8') #python3
    imglist=re.findall(img,html)  #方法读取html 中包含 imgre（正则表达式）的数据。
    x = 0
    for imgurl in imglist:
        urllib.request.urlretrieve(imgurl,'%s.jpg'%x) #这里的核心是用到了urllib.urlretrieve()方法，直接将远程数据下载到本地。
        x = x+1                                        #通过一个for循环对获取的图片连接进行遍历，为了使图片的文件名看上去更规范，对其进行重命名，命名规则通过x变量加1。保存的位置默认为程序的存放目录。
                                                       #程序运行完成，将在目录下看到下载到本地的文件。

html=gethtml("https://tieba.baidu.com/p/5385194399")
print(getimg(html))