Python是一个弱类型的动态语言
下面是我的第一个简单的爬虫脚本程序
#coding=gbk
#导入re和urlLib两个库
import re
import urllib
#定义一个有参的获得图片的方法,方法名为getImg
def getImg(url):
#创建url请求,并返回响应体
content = urllib.urlopen(url).read()
#设置要匹配的图片的正则表达式的格式
reg = re.compile(r'src="(.+?\.jpg)" pic_ext')
#获得所有满足条件的图片路径
imgUrlList = re.findall(reg,content);
#设置i统计图片个数的变量,并赋给初始值0
i = 0
#循环图片路径
for imgUrl in imgUrlList:
#下载图片,并设置每个图片的名称
urllib.urlretrieve(imgUrl ,'这是爬取到的第%d张图片.jpg' %i)
#每循环一次,个数+1
i += 1
print '一共爬取了%d个图片'%i;
#调用获取图片的方法
getImg('http://tieba.baidu.com/p/3507380516')
使用windows的同学是gbk
使用mac或者linux的同学应该为utf-8
因为window中文默认编码格式为utf-8
我刚写这段代码的时候
故作聪明的将编码格式设置为utf-8
在运行这段代码的时候就爆出了如下的错误
然后仔细检查代码
可是一直没有发现错误点
后来在网上查到是编码格式在作怪
日后一定要注意细节!