1. 程式人生 > >爬蟲導出圖片

爬蟲導出圖片

reg htm index get list eve gre src html

#coding=utf-8
import urllib
import re

def getHtml(url):
page = urllib.urlopen(url)
html = page.read()
return html

def getImg(html):
reg = r‘src="(https:.+?[\.jpg,\.jpeg])"‘
imgre = re.compile(reg)
imglist = re.findall(imgre,html)
print type(imglist)
print len(imglist)
x = 0
#下載並修改文件名
for imgurl in imglist:
urllib.urlretrieve(imgurl,‘%s.jpg‘ % x)
x+=1


html = getHtml("https://tieba.baidu.com/index.html")

getImg(html)

爬蟲導出圖片