1 #!/usr/bin/python
2 #coding=utf-8
3 #网络爬虫
4 import urllib,re
5
6 def getHtml(url):
7 page=urllib.urlopen(url) #打开一个url
8 html=page.read() #读取全部内容生成一个字符串(对象)
9 return html
10 def getImg(html):
11 reg=r'src="(http://.+?\.jpg)"'
12 imgre=re.compile(reg) #将一个正则表达式生成为响应的对象
13 imglist=re.findall(imgre,html) #从html字符串终止找到符合imgre正则表达式的项,返回列表
14 print imglist
15 x=0
16 for imgurl in imglist:
17 urllib.urlretrieve(imgurl,'%s.jpg'%x)
18 x+=1
19
20 html=getHtml('http://tieba.baidu.com/p/4710048390')
21 getImg(html)
