Python2 抓取百度贴吧图片

标签：python

    我这里抓取的百度贴吧的地址是http://tieba.baidu.com/p/2460150866?pn=1。以下是源码，使用的是python2。

import re
import urllib

#抓取页面的源码
def getHtml(url):
    page = urllib.urlopen(url)
    html = page.read()
    return html

#下载源码中指定的图片    
def getImg(html):
    reg = r‘src="(.+?\.jpg)" pic_ext‘
    imgre = re.compile(reg)
    imglist = imgre.findall(html)
    x = 0
    for imgurl in imglist:
        print(imgurl)
        urllib.urlretrieve(imgurl,r‘C:\Users\Water\PycharmProjects\test\image\%s-%s.jpg‘ % (i,x) )
        x = x + 1

#循环抓取所有的页面        
i = 1
while i < 74:
    html = getHtml("http://tieba.baidu.com/p/2460150866?pn=" + str(i))
    getImg(html)
    i+=1
    print(i)

    下面是抓取的结果

本文出自 “小小水滴” 博客，请务必保留此出处http://wangzan18.blog.51cto.com/8021085/1788735

Python2 抓取百度贴吧图片

标签：python

原文地址：http://wangzan18.blog.51cto.com/8021085/1788735