首页 > 其他 > 详细

图片爬虫

时间:2016-11-30 02:40:49      阅读:172      评论:0      收藏:0      [点我收藏+]
# -*- coding: utf-8 -*-
import re
import urllib
import os.path

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

def getImg(html,p):
    reg = r<img src="(http://img\.7160\.com.+\.jpg)" 
    imgre = re.compile(reg)
    imglist = re.findall(imgre,html)
    x = 0;
    for imgurl in imglist:
        print os.path.basename(imgurl)
        y = str(p) + -+ str(x);        
        urllib.urlretrieve(imgurl,./images/%s.jpg % y)
        x+=1
        print y + ".jpg" 
        


for i in range(2,36 +1):
    url = "http://www.7160.com/meinv/38343/index_"+ str(i) +".html"
    print url
    html = getHtml(url)
    print getImg(html,p=i)

 

图片爬虫

原文:http://www.cnblogs.com/php-linux/p/6115894.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!