python爬虫抓取橘梨纱照片

目的：通过模拟web请求，抓取web页面，筛选出我们想要的数据。
一.获取完整页面代码并输出
使用python的urllib库来完成

import urllib
def getHtml(url):
page = urllib.urlopen(url)
html = page.read()
return html
html = getHtml("http://www.baidu.com")
print html

运行结果

二.筛选图片
抓取网站为：
http://image.baidu.com/search/index?tn=baiduimage&ipn=r&ct=201326592&cl=2&lm=-1&st=-1&fm=result&fr=&sf=1&fmq=1478187608516_R&pv=&ic=0&nc=1&z=&se=1&showtab=0&fb=0&width=&height=&face=0&istype=2&ie=utf-8&word=橘梨纱
的图片
查看网页源码 发现图片格式为这样

编写如下代码

import re
import urllib
def getHtml(url):
page = urllib.urlopen(url)
html = page.read()
return html
def getImg(html):
reg = r'"objURL":"(.*?)"'
imgre = re.compile(reg)
imglist = re.findall(imgre,html)
return imglist
html=getHtml("http://image.baidu.com/search/index?tn=baiduimage&ipn=r&ct=201326592&cl=2&lm=-1&st=-1&fm=result&fr=&sf=1&fmq=1478187608516_R&pv=&ic=0&nc=1&z=&se=1&showtab=0&fb=0&width=&height=&face=0&istype=2&ie=utf-8&word=橘梨纱")
print getImg(html)

成功输出结果

先完成输出url啦 后面再下载图片保存到本地。