python爬虫爬图片用的正则表达式_python实现简单爬虫--爬图片

首先有两个功能需求：

第一：获取到要爬的页面html内容；

第二：使用正则表达式进行匹配并进行保存到本地。#!/usr/bin/env python

#encoding:utf-8

import urllib

import re

def getHtml(url):

'''获取到url的html内容'''

page = urllib.urlopen(url)

html = page.read()

return html

html1 = getHtml('http://p_w_picpath.baidu.com/search/index?tn=baidup_w_picpath&ct=201326592&lm=-1&cl=2&ie=gbk&word=%C3%C0%C5%AE&ala=1&fr=ala&alatpl=cover&pos=0')

# print html1

# print re.findall(r'"objURL":"(.+?\.jpg)"',html1)

def downloadImg(html1):

'''下载页面里的jpg图片'''

reg = r'"objURL":"(.+?\.jpg)"'

#预编译正则表达式提高运行速度

imgreg = re.compile(reg)

urllist = re.findall(imgreg,html1)

num = 0

#for循环遍历下载每个图片

for i in urllist:

urllib.urlretrieve(i,'%s.jpg' % num)

num+=1

downloadImg(html1)