import re
import urllib.request
# import urllib
import os
def getHtml(url):
page = urllib.request.urlopen(url)
html = page.read()
return html.decode('UTF-8')
def getImg(html):
reg = r'src="(.+?\.jpg)" pic_ext' # 要加括号,作为元组返回,抓取淘宝的图片png(先看源码中图片的地址路径)reg = r'data-lazy="(.+?\.png)" '
imgre = re.compile(reg)
imglist = imgre.findall(html)
x = 0
path = 'D:\\pythonTest\\images'
if not os.path.isdir(path):
os.makedirs(path)
paths = path + '\\' # 保存在test路径下
for imgurl in imglist:
urllib.request.urlretrieve(imgurl, '{}{}.jpg'.format(paths, x))
x = x + 1
html = getHtml("http://tieba.baidu.com/p/2460150866") # 淘宝的:html = getHtml(r"http://www.taobao.com/")
getImg(html)
转载于:https://www.cnblogs.com/vsmart/p/7768944.html
本文提供了一个使用Python爬取网页图片的示例代码。该脚本利用正则表达式匹配图片链接,并通过urllib库下载图片到本地指定文件夹。示例中包括了从百度贴吧和淘宝网站抓取.png和.jpg格式图片的方法。

被折叠的 条评论
为什么被折叠?



