码迷,mamicode.com
首页 > 编程语言 > 详细

python 简单爬虫

时间:2018-03-26 21:31:39      阅读:240      评论:0      收藏:0      [点我收藏+]

标签:out   rom   res   port   skin   findall   获取网页   打开   结果   

使用urllib.request 和re 模块
1
from urllib.request import * 2 import re #处理网络访问 3 #获取网页 4 url = https://image.baidu.com/search/index?tn=baiduimage&ct=201326592&lm=-1&cl=2&ie=gbk&word=%C3%C0%C5%AE%CD%BC%C6%AC&fr=ala&ala=1&alatpl=adress&pos=0&hs=2&xthttps=111111 5 #打开网页 6 hmtl = urlopen(url) 7 #获取html代码 ,decode 解码 8 obj = hmtl.read().decode() 9 #使用re,找出所有的objURL链接 .*?匹配所有结果 10 urls = re.findall(r"objURL":"(.*?)",obj) 11 index = 1 12 for url in urls: 13 try: 14 if re.search(.jpg$,url): 15 print(downloading........%d%index) 16 urlretrieve(url,pic +str(index)+ .jpg) 17 else: 18 print(downloading........%d % index) 19 urlretrieve(url, pic + str(index) + .png) 20 index += 1 21 22 except Exception: 23 print(download error....%d%index) 24 else: 25 print(download complete)

 

爬取一张图片

使用requests 模块
1 import
requests 2 image_url = http://www.cnblogs.com/Images/Skins/BJ2008.jpg 3 response = requests.get(image_url) 4 with open(outlook.jpg,wb) as f: 5 f.write(response.content)

 

python 简单爬虫

标签:out   rom   res   port   skin   findall   获取网页   打开   结果   

原文地址:https://www.cnblogs.com/sineik/p/8653761.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!