用python批量下载贴吧图片 附源代码

 1 #! /usr/bin/env python
 2 #coding=utf-8
 3 
 4 import re,time
 5 import urllib2,urllib
 6 
 7 
 8 def tiebaImgiDownloader(url):
 9   ‘‘‘
10   贴吧jpg格式图片下载器：
11   形式参数某吧某帖子的url地址
12   运行后将保存图片到本目录
13   ‘‘‘
14 
15   pattern = r‘img class="BDE_Image" .*?src="(.*?jpg)"‘#待爬取链接的正则表达式
16   fstr = urllib2.urlopen(url).read()#读取帖子网页源代码为str传给fstr
17   urllist =  re.findall(pattern,fstr)#爬取所有与正则表达式匹配的jpg链接，并保存在urllist中
18   urllist = list( set(urllist) )
19 
20   print ‘总共爬取%d个图片链接‘%len(urllist),‘\n‘
21 
22   i = 1
23   for furl in urllist:
24     timestr = time.strftime(‘%Y%m%d%H%M%S‘)
25     urllib.urlretrieve(furl,timestr+‘0%d.jpg‘%i)#逐个下载图片，并命名为当前时间+序数
26     print ‘已保存图片‘,timestr+‘0%d.jpg\n‘%i
27     i+=1
28 
29   print  ‘图片下载完毕！\n\n\n‘
30 
31   return True
32 
33 
34 def __main__():
35   print ‘\n\t\t\t欢迎使用贴吧jpg格式图片下载器！\n‘
36 
37   html = urllib.urlopen(‘‘).read()  # 读取某吧某页的网页源代码  。。。。。。。。。。。。。。。。。粘贴网址区。。。。。。。。。。。。。。。。。。。。。。。。。。。。
38   ‘‘‘网址示例
39   1.http://tieba.baidu.com/f?kw=%BE%CF%E6%BA%B5t&fr=ala0&loc=rec小鞠
40   2.http://tieba.baidu.com/f?kw=%E9%9E%A0%E5%A9%A7%E7%A5%8E&ie=utf-8&pn=200小鞠
41   3.http://tieba.baidu.com/f?kw=%E5%A3%81%E7%BA%B8&ie=utf-8&tab=good精品壁纸
42   ‘‘‘
43   pattern = r‘a href="(.p.[0-9]*)"‘  # 待爬取二级网页网址的正则表达式
44   urllist = re.findall(pattern, html)  # 抓取所有二级网页网址，返回list
45   urllist = list(set(urllist))  # 删除重复的二级网页网址
46   preurl = r‘http://tieba.baidu.com‘  # 二级网页网址的前缀网址
47   print ‘抓取%d个二级网页\n‘%len( urllist )
48 
49   for urlOne in urllist:
50     tiebaImgiDownloader(preurl + urlOne)  # 下载二级网页中的图片
51 
52   return 0
53 
54 
55 if __name__ == ‘__main__‘:
56   __main__()