Python—對html檔案內容進行搜尋取出特定URL地址字串，儲存成列表，並使用每個url下載圖片，並儲存到硬碟上，正則re

對目標回包內容取出這樣類似的內容：
https://xianzhi.aliyun.com/forum/media/upload/picture/20171215230019-ab0e46aa-e1a8-1.png

2、python指令碼
在kali linux 上執行

root@kali:~/python# cat downloadxianzhi-re.py 

#coding=utf-8  
import urllib  
import re  
import sys  

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

def getImg(html):  
    reg = r'src="(.+?\.png)"></p>'  
    imgre = re.compile(reg)  
    imglist = re.findall(imgre,html)  
    x = 0  
    for imgurl in imglist:  
        urllib.urlretrieve(imgurl,'%s100.jpg'
 
 % x)  
        x+=1  
    return imglist  

html = getHtml("https://xianzhi.aliyun.com/forum/topic/1805/")  

print getImg(html)

3、執行情況

src="(.+?\.png)"></p>
解釋：
src="           #匹配src="
(.+?\.jpg)
# 括號表示分組，將括號的內容捕獲到分組當中
# .+表示匹配至少一個任意字元，問號?表示懶惰匹配，也就是匹配儘可能少的字串。
#  .+?\.jpg合起來表示儘可能少匹配字元的匹配到.jpg，避免匹配範圍超出src的範圍
 

#  這個括號也就可以匹配網頁中圖片的url了
" "></p>         #匹配"></p>