网络爬虫 Python 下载贴吧中的图片（学习笔记）

import urllib.request
import re

#获取网页源代码
def getHtml(url):
    page=urllib.request.urlopen(url)
    html=page.read()
    return html

#获取网页内所有图片地址
def getImg(html):  
    #reg=r'src="([.*\S]*\.jpg)" pic_ext="jpeg"'
    reg = r'src="(.*?\.jpg)" size="'#图片的正则表达式
    imgre=re.compile(reg)#编译正则表达式
    imglist=re.findall(imgre,html)#在html中找到所有符合imgre的图片地址
    return imglist

#任意网页的URL地址，获取html
html=getHtml('http://tieba.baidu.com/p/6236544820')
#修改html字符编码
html=html.decode('utf-8')
#获取图片地址
imgList=getImg(html)
#存储图片
imgName=0
for imgPath in imgList:
    f=open('/img/%s.jpg'%imgName,'wb')
    f.write(urllib.request.urlopen(imgPath).read())
    f.close()
    imgName+=1
    print("正在下载第%s张图片"%imgName)
print("该网站图片已经下载完成")