Python爬虫之抓取网络图片

1.目的

以 百度图片首页为例，首页如下图所示，网页上有一些图片，我们的目的就是将这些图片保存到本地。

2.源码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
1#coding=utf-8

2#version: python 2.7

3#author: Hao Chen

4

5import urllib

6import re

7

8#step1.获取整个页面的数据

9url="http://image.baidu.com/"

10page = urllib.urlopen(url)     #打开一个url地址

11html = page.read()             #读取url上的数据

12

13#step2.删选页面中想要的数据

14reg = r'src="(.+?\.jpg)" '        #构建正则表达式

15imgre = re.compile(reg)           #把正则表达式变异成一个对象

16imgList = re.findall(imgre,html)  #读取html中包含正则表达式的数据

17

18#直接用以下方法也行，更简便

19#imgList = re.findall('src="(.+?\.jpg)" ',html)

20 

21#step3.将页面筛选的数据保存到本地

22x=0

23for imgurl in imgList:

24    urllib.urlretrieve(imgurl,'%s.jpg'%x)  #远程将数据下载到本地

25    x+=1

26

27