python——爬取圖片（初學）

利用python抓取網絡圖片的步驟是：

1、根據給定的網址獲取網頁源代碼

2、利用正則表達式把源代碼中的圖片地址過濾出來

3、根據過濾出來的圖片地址下載網絡圖片

以下是比較簡單的一個抓取某一個網頁的圖片的實現：

# -*- coding: utf-8 -*-
import urllib
import re
def main():
  # 利用urllib2的urlopen方法，下載當前url的網頁內容
  req = urllib2.urlopen('http://www.imooc.com/course/list')
  # 將網頁內容存儲到buf變量中
  buf = req.read()
  # 將buf中的所有內容與需要匹配的url進行比對。這里的正則表達式是根據靜態網頁的源碼得出的，查看靜態網頁源碼開啟開發者模式，按F12即可。然后確定圖片塊，查看對應源碼內容，找出規律，編寫正則表達式。
  listurl = re.findall(r'src=.+\.jpg',buf)
  i = 0
  # 將結果循環寫入文件
  for url in listurl:
    f = open(str(i)+'.jpg','w')
    req = urllib2.urlopen(url[5:])
    buf1 = req.read()
    f.write(buf1)
    i+=1
if __name__ == '__main__':
  main()

這里使用的網頁下載器是python自帶的urllib2，然后利用正則表達式匹配，輸出結果。

運行結果