新浪图片爬虫

'''
新浪图片爬虫 by 郑瑞国
'''
import urllib.request
import chardet
import re

page = urllib.request.urlopen('http://photo.sina.com.cn/')     #打开网页
htmlCode = page.read()                                         #获取网页源代码

print(chardet.detect(htmlCode))                                #查看编码方式
data = htmlCode.decode('utf-8')
#print(data)                                                   #打印网页源代码


reg = r'src="(.*?\.jpg)"'                                      #正则表达式
reg_img = re.compile(reg)                                      #编译一下，运行更快
imglist = reg_img.findall(data)                                #进行匹配

x = 0
for img in imglist:
    print(img)
    urllib.request.urlretrieve(img,'%s.jpg'%x)
    x += 1