用Python写的图片蜘蛛人
来源:互联网 发布:网络舆情管理工作总结 编辑:程序博客网 时间:2024/04/28 01:50
转自:http://blog.csdn.net/jgood/article/details/5471626
原文地址:http://www.darkbull.net/python/bd/%E5%86%99%E4%B8%AA%E5%9B%BE%E7%89%87%E8%9C%98%E8%9B%9B%E7%8E%A9%E7%8E%A9/
写了个图片蜘蛛人玩玩,抓了几个网页试试,感觉不不错。核心的代码可能20行也不到,简洁明了,嘻嘻。废话少说,翠花,上代码~~
- #coding=utf-8
- import os
- import sys
- import re
- import urllib
- URL_REG = re.compile(r'(http://[^///]+)', re.I)
- IMG_REG = re.compile(r'<img[^>]*?src=([/'"])([^/1]*?)/1', re.I)
- def download(dir, url):
- '''''下载网页中的图片
- @dir 保存到本地的路径
- @url 网页url
- '''
- global URL_REG, IMG_REG
- m = URL_REG.match(url)
- if not m:
- print '[Error]Invalid URL: ', url
- return
- host = m.group(1)
- if not os.path.isdir(dir):
- os.mkdir(dir)
- # 获取html,提取图片url
- html = urllib.urlopen(url).read()
- imgs = [item[1].lower() for item in IMG_REG.findall(html)]
- f = lambda path: path if path.startswith('http://') else /
- host + path if path.startswith('/') else url + '/' + path
- imgs = list(set(map(f, imgs)))
- print '[Info]Find %d images.' % len(imgs)
- # 下载图片
- for idx, img in enumerate(imgs):
- name = img.split('/')[-1]
- path = os.path.join(dir, name)
- try:
- print '[Info]Download(%d): %s'% (idx + 1, img)
- urllib.urlretrieve(img, path)
- except:
- print "[Error]Cant't download(%d): %s" % (idx + 1, img)
- def main():
- if len(sys.argv) != 3:
- print 'Invalid argument count.'
- return
- dir, url = sys.argv[1:]
- download(dir, url)
- if __name__ == '__main__':
- # download('D://Imgs', 'http://www.163.com')
- main()
上面图片链接的正则有点问题,可以用下面的代替:
IMG_REG = re.compile(r'<\s*img\s+([^http]*)((http):(\/\/|\\\\)(.[^\[]*)\.(gif|jpg|jpeg|bmp|png|ico))([^>]*)>', re.I)
- 用Python写的图片蜘蛛人
- 用Python写的图片蜘蛛人代码
- 用Python写的图片蜘蛛人代码
- python-图片蜘蛛
- java 写的一个蜘蛛程序
- 用python写的下载网页中的图片
- 图片蜘蛛,写来爬去凡客上的T的图片的
- 图片蜘蛛,写来爬去凡客上的T的图片的
- 用python写一个美女图片爬虫
- 水立方上的蜘蛛人
- 自己用C#写一个采集器、蜘蛛(转)
- 自己用C#写一个采集器、蜘蛛
- 一段用python写的psp文件,用来搜索图片的
- 用Python BeautifulSoup写的一份多线程图片抓取的脚本
- python网络蜘蛛
- 怎样用Python 写一个爬图片的程序?
- 关于Python写一个简单的验证码图片
- 用Python写的日历
- 准备开始写学习日记
- Android 安全攻防(三): SEAndroid Zygote
- Microsoft Excel 不能访问文件“ 文件名称或路径不存在。 • 文件正被其他程序使用。 • 您正要保存的工作簿与当前打开的工作簿同名。
- 为什么应该用模块取代C/C++中的头文件?
- Android底层开发工作小结
- 用Python写的图片蜘蛛人
- 深入理解Android系统第一弹 - Android启动流程
- SAP FI 表
- 右键选择UltraEdit打开
- JavaBean中DAO设计模式介绍
- Codeforces 12D Ball (树状数组)
- 怎么学习数字图像处理
- 很多很多计划都搁浅了
- JAVA下的日历表