Python3简单爬虫抓取网页图片代码实例


						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,'{0}{1}.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



以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持中文源码网。