文件名称：爬虫爬去百度图片
文件大小：1KB
文件格式：TXT
更新时间：2021-08-06 04:04:49
python
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A