python爬虫简单的抓页面图片并保存到本地

1、首先注意编码，设置为utf-8

   #coding=utf-8

或者

   #-*-conding:UTF-8 -*-

  先抓取页面信息

#coding=utf-8
import urllibimport re#py抓取页面图片并保存到本地def getHtml(url):    page = urllib.urlopen(url)    html = page.read()    return htmlprint html
#获取页面信息
html = getHtml("http://tieba.baidu.com/p/2460150866")
   

然后会出来一堆html代码 CSS代码 JS代码。这样页面你就拿到了

接下来呢，咱们去抓取这个页面的图片

#coding=utf-8import urllibimport re#py抓取页面图片并保存到本地#获取页面信息def getHtml(url):    page = urllib.urlopen(url)    html = page.read()    return html
#通过正则获取图片def getImg(html):    reg = r'src="(.+?\.jpg)" pic_ext'    imgre = re.compile(reg)    imglist = re.findall(imgre,html)    return imglist
html = getHtml("http://tieba.baidu.com/p/2460150866")print getImg(html)

然后大家可以看到了，图片已经全部抓取到了

最后咱们把抓到的图片保存到本地

#coding=utf-8import urllibimport re#py抓取页面图片并保存到本地#获取页面信息def getHtml(url):    page = urllib.urlopen(url)    html = page.read()    return html#通过正则获取图片def getImg(html):    reg = r'src="(.+?\.jpg)" pic_ext'    imgre = re.compile(reg)    imglist = re.findall(imgre,html)    return imglist#循环把图片存到本地    x = 0    for imgurl in imglist:        #保存到本地        urllib.urlretrieve(imgurl,'/Applications/MAMP/image/%s.jpg' % x)        x+=1html = getHtml("http://tieba.baidu.com/p/2460150866")print getImg(html)

为了方便管理，并且整洁，给图片重新命名为数字了

这样呢，就简单的用python实现了爬虫。