import reimport urllib.request # ------ 获取网页源代码的方法 ---def getHtml(url): page = urllib.request.urlopen(url) html = page.read() return html # ------ getHtml()内输入任意帖子的URL ------html = getHtml("http://tieba.baidu.com/p/3205263090")# ------ 修改html对象内的字符编码为UTF-8 ------html = html.decode(‘UTF-8‘) # ------ 获取帖子内所有图片地址的方法 ------def getImg(html): # ------ 利用正则表达式匹配网页内容找到图片地址 ------ reg = r‘src="([.*\S]*\.jpg)" pic_ext="jpeg"‘ imgre = re.compile(reg); imglist = re.findall(imgre, html) return imglist imgList = getImg(html)imgName = 0for imgPath in imgList: # ------ 这里最好使用异常处理及多线程编程方式 ------ f = open("F:/pic/"+str(imgName)+".jpg", ‘wb‘) f.write((urllib.request.urlopen(imgPath)).read()) f.close() imgName += 1 print("All Done!")
时间: 2024-10-27 18:47:20