码迷,mamicode.com
首页 > 编程语言 > 详细

【Python】python3实现网页爬虫下载图片

时间:2017-11-02 14:32:33      阅读:148      评论:0      收藏:0      [点我收藏+]

标签:findall   pre   com   code   logs   exce   表达式   爬虫   mgr   

import re
import urllib.request

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

# ------ getHtml()内输入任意帖子的URL ------
html = getHtml("https://tieba.baidu.com/p/5352556650")
# ------ 修改html对象内的字符编码为UTF-8 ------
html = html.decode(UTF-8)

# ------ 获取帖子内所有图片地址的方法 ------
def getImg(html):
    # ------ 利用正则表达式匹配网页内容找到图片地址 ------
    reg = rsrc="([.*\S]*\.jpg)"
    imgre = re.compile(reg);
    imglist = re.findall(imgre, html)
    return imglist

imgList = getImg(html)
imgName = 0
for imgPath in imgList:
    # ------ 这里最好使用异常处理及多线程编程方式 ------
    try:
        f = open(D:\\Temp\\+ str(imgName)+".jpg", wb)
        f.write((urllib.request.urlopen(imgPath)).read())
        print(imgPath)
        f.close()
    except Exception as e:
        print(imgPath+" error")
    imgName += 1

print("All Done!")

 

【Python】python3实现网页爬虫下载图片

标签:findall   pre   com   code   logs   exce   表达式   爬虫   mgr   

原文地址:http://www.cnblogs.com/mqxs/p/7771835.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!