本文是一个关于Python爬虫的实例，目标是下载指定网页上的图片。然而，在执行过程中，作者发现只下载到了一张名为0.jpg的图片，而不是预期的多张图片。通过分析，发现正则表达式可能只匹配到了部分图片链接，并且代码中限制了只下载6张图片。此外，代码还包含了重试机制以应对可能的网络问题。
python爬虫案例1
爬取 http://www.shangxueba.com/jingyan/2438398.html 上的图片
结果在文件下中只有一个 0.jpg
[’//www.shangxueba.com/sitemap/images/20171018/logo.png’, ‘//www.shangxueba.com/sitemap/images/20171018/search_shadow.png’]
//www.shangxueba.com/sitemap/images/20171018/logo.png
import urllib.request
import re
def getHtml(url):
page = urllib.request.urlopen(url) ##打开页面
html = page.read() ##获取目标页面的源码
return html
def getImg(html):
reg = ‘src="(.+?.png)"’
##正则表达式筛选目标图片格式，有些是’data-original="(.+?.jpg)"’
img = re.compile(reg)
html
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
