python爬虫学习-淘宝图片爬取

import re
import urllib.request
key="短裙"
key=urllib.request.quote(key)
headers=("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64; rv:49.0) Gecko/20100101 Firefox/49.0")
opener=urllib.request.build_opener()
opener.addheaders=[headers]
urllib.request.install_opener(opener)
for i in range(1,3):
    url="https://s.taobao.com/search?q="+key+"&imgfile=&commend=all&ssid=s5-e&search_type=item&sourceId=tb.index&spm=a21bo.2017.201856-taobao-item.1&ie=utf8&initiative_id=tbindexz_20170306&bcoffset=4&ntoffset=4&p4ppushleft=1%2C48&s=str(i*60)"
    data=urllib.request.urlopen(url).read().decode("utf-8","ignore")

    pat='pic_url":"//(.*?)"'
    imagelist=re.compile(pat).findall(data)
#爬取每一页中所有的图片
    for j in range(0,len(imagelist)):
        thisimg=imagelist[i]
        thisimgurl="http://"+thisimg
        savefile='taobaoimgs/'+str(i)+str(j)+'.jpg'
        urllib.request.urlretrieve(thisimgurl,filename=savefile)

重点在于正则:要查看网页源代码找到图片地址之间的规律

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 8
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值