本文共 913 字,大约阅读时间需要 3 分钟。
# -*- coding: utf-8 -*-# feimengjuan# # re模块主要包含了正则表达式import re#urllib.request模块提供了读取Web页面数据的接口import urllib.request#抓取网页图片#根据给定的网址来获取网页详细信息,得到的html就是网页的源代码def getHtml(url): page = urllib.request.urlopen(url) # urllib.request.urlopen()方法用于打开了一个URL地址 html = page.read().decode() # read().decode() 用于读取URL上的数据并解码 return htmldef getImg(html): #利用正则表达式把源代码中的图片地址过滤出来 reg = r'src="(.+?\.jpg)" pic_ext' # pic_ext=jpeg 用于正则匹配图片格式 imgre = re.compile(reg) # re.compile() 可以把正则表达式编译成正则表达式对象,可以重复使用 imglist = imgre.findall(html) #表示在整个网页中过滤出所有图片的地址,放在imglist中 x = 0 for imgurl in imglist: # urllib.request.urlretrieve()方法,直接将远程数据下载到本地,图片通过x一次递增命名 urllib.request.urlretrieve(imgurl,'E:\haha\%s.jpg' %x) #打开imglist中保存的图片网址,并下载图片保存在本地 x = x + 1 print(imgurl)html = getHtml("http://tieba.baidu.com/p/2460150866")#获取该网址网页详细信息,得到的html就是网页的源代码getImg(html)#从网页源代码中分析并下载保存图片
转载地址:http://ejsgi.baihongyu.com/