Python实现简单的网络爬虫

#coding=utf-8import urllibimport redef getHtml(url):    page = urllib.urlopen(url)    html = page.read()    return htmldef getImg(html):    reg = r'src="(.+?\.jpg)" pic_ext'    imgre = re.compile(reg)    imglist = re.findall(imgre,html)    x = 0    for imgurl in imglist:        urllib.urlretrieve(imgurl,'%s.jpg' % x)        x+=1html = getHtml("http://tieba.baidu.com/p/2460150866")print getImg(html)

　   re.compile() 可以把正则表达式编译成一个正则表达式对象.

　   re.findall() 方法读取html 中包含 imgre（正则表达式）的数据。

 　  运行脚本将得到整个页面中包含图片的URL地址。

       urllib.urlretrieve()方法，直接将远程数据下载到本地。