python用find爬虫提取img下的src属性_Python爬虫抓取图片，网址从文件中读取

利用python抓取网络图片的步骤：

1.根据给定的网址获取网页源代码

2.利用正则表达式把源代码中的图片地址过滤出来

3.根据过滤出来的图片地址下载网络图片

import urllib

import re

import os

#urllib,re,os均为Python模块

def gethtml(outline):

page = urllib.urlopen(outline)              #抓取网页内容获得图片链接

html = page.read()

return html

def getimg(html):                                #下载图片保存在同目录下的pictures文件夹下

reg=r'src="(.+?\.jpg)" pic_ext'

imgre=re.compile(reg)

imglist=imgre.findall(html)

if not imglist:

print "not found"

else:

filepath=os.getcwd() +'\pictures'

print filepath

if os.path.exists(filepath) is False:

os.mkdir(filepath)

global x

for imgurl in imglist:

temp = filepath + '\%s.jpg' % x

print imgurl

urllib.urlretrieve(imgurl,temp)

x=x+1

x = 0

fp =file("img_path.txt")                          #所有网址都放在这个文件里

while True:

outline = fp.readline().strip('\n')

if len(outline)==0:

break

print outline

html=gethtml(outline)

getimg(html)

fp.close()