[python爬虫]如何爬取特定网页的图片
#!/usr/bin/env python
# -*- coding:utf-8 -*-
"""
Created on Sun Aug 02 20:10:36 2015
@author: lijiong
"""
import urllib
import sys
import chardet
import re
def get_html(url):
page = urllib.urlopen(url)
content = page.read()
typeEncode = sys.getfilesystemencoding()
infoencode = chardet.detect(content).get('encoding','utf-8')
html = content.decode(infoencode,'ignore').encode(typeEncode)
return html #提取html页面，编码已经转换
def get_img(html):
reg = r'src="(http://imgsrc.baidu.com/forum/w.*?\.jpg)"'
imgre = re.compile(reg)
imglist = re.findall(imgre, html) #表达式中只有一个括号时，findall只会返回括号的内容
i = 0
for imgurl in imglist:
print imgurl
urllib.urlretrieve(imgurl, 'C:/Users/lijiong/Desktop/new/%s.jpg'%i)
i+=1
html = get_html('http://tieba.baidu.com/p/3837885162')
get_img(html)
注意！
本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系我们删除。