Python3简单爬虫抓取网页图片

复制

现在网上有很多python2写的爬虫抓取网页图片的实例，但不适用新手（新手都使用python3环境，不兼容python2），

所以我用Python3的语法写了一个简单抓取网页图片的实例，希望能够帮助到大家，并希望大家批评指正。

import urllib.request

import re

import os

import urllib

#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)

    html = page.read()

    return html.decode('UTF-8')



def getImg(html):

    reg = r'src="(.+?\.jpg)" pic_ext'

    imgre = re.compile(reg)

    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

    path = 'D:\\test'  

   # 将图片保存到D:\\test文件夹中，如果没有test文件夹则创建

    if not os.path.isdir(path):  

        os.makedirs(path)  

    paths = path+'\\'      #保存在test路径下  



    for imgurl in imglist:  

        urllib.request.urlretrieve(imgurl,'{}{}.jpg'.format(paths,x))  #打开imglist中保存的图片网址，并下载图片保存在本地，format格式化字符串 

        x = x + 1  

    return imglist

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  

print (getImg(html)) #从网页源代码中分析并下载保存图片

老司机可以换成自己喜欢的那个网页。

先收藏下