# -*- coding:utf-8 -*- #小爬虫 import re import urllib def getHtml(url):#该函数获取网页的HTML代码 page = urllib.urlopen(url) #创建该网页的对象 html = page.read() #读取网页的html源代码 return html #返回源代码 def getImag(html):#该函数爬取图片 reg = r'src="(http.*?\.gif)"' #根据该网页中图片的地址规律编写正则表达式,把所有图片的地址过滤出来 imgre = re.compile(reg) #编译生成对象,方便使用 imglist = re.findall(imgre,html) #调用imgre获取所有图片的地址 #print imglist x = 0 for imgurl in imglist: #依次根据列表里的每一个地址下载图片,并以gif的后缀保存 urllib.urlretrieve(imgurl,'%s.gif' % x) x += 1 html = getHtml("http://www.hanzhong123.com/forum/thread-10208862-1-1.html") getImag(html) #文件保存在该执行文件的同一目录下
结果: