python urllib.request etree爬取百度贴吧的图片并存储本地

python urllib.request etree爬取百度贴吧的图片并存储本地,源代码如下:

import re
import time
import urllib.request
from lxml import etree

# ------ 获取网页源代码的方法 ---
def getHtml(url):
    # page = urllib.request.urlopen(url)
    # html = page.read()

    headers = {'User-Agent': 'User-Agent:Mozilla/5.0'}
    html1 = urllib.request.Request(url, headers=headers)
    html = urllib.request.urlopen(html1).read()
    return html

# ------ getHtml()内输入任意帖子的URL ------
html = getHtml('https://tieba.baidu.com/index.html')
# ------ 修改html对象内的字符编码为UTF-8 ------
# html = html.decode('UTF-8')

# ------ 获取帖子内所有图片地址的方法 ------
def getImg(html):
    # ------ 匹配网页内容找到图片地址 ------
    tree = etree.HTML(html)
    imglist = tree.xpath('//img')
    return imglist
    # reg = r'src="([.*\S]*\.jpg)"'
    # imgname = r'alt="*"'
    # imgre = re.compile(reg);
    # imgnamelist
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值