python----爬虫

星期天看了一篇博客，就是关于一个扒取图片的爬虫，于是就学了学，现在做一点笔记，方便记忆。

这里只做一些粗略的总结。

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

这句是文本以utf-8编码方式

import requests
import re


url= 'https://www.porn.com/pictures'
html=requests.get(url).text
pic_url=re.findall('background-image:url(.*?);',html,re.S)


i=0
print pic_url




这两句没什么好说的，text方法保存get方法获取的内容，然后用re.findall()函数筛选出需要的内容。
运行了一下你会发现，输出的列表里面的值前面都有一个字符'u'，这表示里面的字符数是用unicode编码方式，
这种编码方式是不能用string函数操作的否则就会出错。
你要是不想对每个列表中的元素进行操作的话，可以直接用的。
可能是因为运行环境的问题，我不太确定在Notepad++中是可以直接对它进行string操作的
对于unicode编码的解决方法下面会有介绍。



查看网页源码我们会发现，url之后加上主页上面图片链接的中间第三组数字