码迷,mamicode.com
首页 > 编程语言 > 详细

python 图片爬虫

时间:2015-08-18 18:40:11      阅读:118      评论:0      收藏:0      [点我收藏+]

标签:

#!/usr/bin/env python
#coding:utf-8

import urllib
import re

def GetHtml(url):
    """获取HTML页面所有元素."""

    page =  urllib.urlopen(url)
    html = page.read()
    return html

def GetImg(html):
    """ 获取HTML页面所有.jpg图片."""

    reg = rsrc="(.+?\.jpg)"  
    imgre = re.compile(reg)
    imglist = re.findall(imgre, html)
    x = 0
    for imgurl in imglist:
        urllib.urlretrieve(imgurl, %s.jpg %x, cbx)
        x += 1
        print "img: %s is done!" %x

def cbx(a, b, c):
    """显示下载进度.
    @a: 已经下载的数据块
    @b: 数据块大小
    @c: 远程文件的大小
    """
    
    per = 100.0 * a * b / c
    if per > 100:
        per = 100
    print "%.2f%%" %per

html = GetHtml("http://www.baidu.com")
print GetImg(html)

 

python 图片爬虫

标签:

原文地址:http://www.cnblogs.com/hujianping/p/4740098.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!