用python实现简单爬虫

初识python，其简洁的语法和强大的库让人印象深刻。今天特地写了个简单爬虫，爬取了天堂图片网前10张图片。

代码如下:

#coding=utf-8import urllib.requestimport redef getHtml(url):    page = urllib.request.urlopen(url)    html = page.read()    return htmldef getImg(html):    reg = r'src="(.+?\.jpg)" alt='    imgre = re.compile(reg)    html = html.decode('utf-8')    imglist = re.findall(imgre,html)    x = 0    for imgurl in imglist:        x = x + 1        if(x >= 11):            break        urllib.request.urlretrieve(imgurl,'%s.jpg' % x)    return imglisthtml = getHtml("http://www.ivsky.com/tupian/ziranfengguang/")for each in getImg(html):    print(each)

注意：该代码使用的是python3.5版本的解释器，与2.7会有一些差别。

部分代码调整如下：

• python3.X将request库纳入了urllib中，所以为import urllib.request，而2.7版本的是import request
• html = html.decode(‘utf-8’)是对read( )方法返回后的html进行编码