图片爬虫程序

做图像处理，经常需要上网上下载图像，一个个的下载很慢， 所以学习 爬虫程序。 

http://www.cnblogs.com/fnng/p/3576154.html  参考网址

http://blog.csdn.net/huangxy10/article/details/8120106  c++ 爬虫代码， 

，有些图片不错，

就想用Python写几行代码把图片抓下来。

事实证明Python还是蛮好用的。

用正则表达式的模块re就可以很轻松对网站源代码查找.jpg的字符串。

配合标准命名规则，可以找一些自己需要的资源。

如下载gif、png等，注意修改命名参数里的扩展名。

用urllib.urlretrieve()进行下载。

#!/usr/bin/python

#coding:gbk

# August, 2013.07.27

import re

import urllib

def getHtml(url):

      page = urllib.urlopen(url)

      html = page.read()

      return html

def getImg(html):

      reg = r'src="(.*?\.jpg)" '

      imgre = re.compile(reg)

      imglist = re.findall(imgre,html)

      x = 0

      for imgurl in imglist:

            urllib.urlretrieve(imgurl, '%s.jpg' %x)

            x += 1

html = getHtml("http://blog.sina.com.cn/augustpku")

getImg(html)