爬蟲簡單實現

實現功能：把http://tieba.baidu.com/p/2460150866上的圖片都爬下來保存在本地項目文件里

分為三個step
1.獲取頁面
2.根據正則表達式獲取圖片
3.保存圖片到本地


代碼如下：

#coding=utf-8
import urllib
import re

#get the page
def getHtml(url):
    page = urllib.urlopen(url)
    html = page.read()
    return html


def getImg(html):

    # get the img from the page
    reg = r'src="(.+?\.jpg)" pic_ext'
    imgre = re.compile(reg)
    imglist = re.findall(imgre,html)

    # save the img to the project folder
    x = 0
    for imgurl in imglist:
        urllib.urlretrieve(imgurl,'%s.jpg' % x)
        x+=1

html = getHtml("http://tieba.baidu.com/p/2460150866")

print getImg(html)