python小实例一：简单爬虫

#coding =utf-8
import urllib.request
import re
 
def getHtml(url):
    page = urllib.request.urlopen(url)  ##打开页面
    html = page.read() ##获取目标页面的源码
    return html
 
def getImg(html):
    reg = 'src="(.+?.png)"'  ##正则表达式筛选目标图片格式，有些是'data-original="(.+?.jpg)"'
    img = re.compile(reg)
    html = html.decode('utf-8')  ##编码方式为utf-8
    imglist = re.findall(img,html) ##解析页面源码获取图片列表
    #print(imglist)
    x = 0
    #length = len(imglist)
    for i in range(6):  ##取前6张图片保存
        imgurl = imglist[i]
        #imgurl = re.sub('"(.*?)"',r'1',imgurl) #取单引号里的双引号内容
        #print(imgurl)
        urllib.request.urlretrieve(imgurl,'%s.jpg' % x) ##将图片从远程下载到本地并保存
        x += 1
 
global Max_Num
Max_Num = 1
##有时候无法打开目标网页，需要尝试多次，这里设置为1次
for i in range(Max_Num):
    try:
        html = getHtml("view-source:http://www.shangxueba.com/jingyan/2438398.html")
        getImg(html)
        break
    except:
        if i < Max_Num - 1:
            continue
        else:
            print ('URLError: <urlopen error timed out> All times is failed ')

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!