说明:和上一个下载百度贴吧图片差不多,修改了正则,加入了页码控制
#!/usr/bin/env python
#! -*- coding: utf-8 -*-
#图片地址样例:src="http://ww2.sinaimg.cn/large/005Yan1vjw1erf95qkbfog307e08uu0y.gif" style="width:460px"
import urllib,urllib2
import re
#返回网页源代码
def getHtml(url, page):
tempUrl = url + str(page)
print tempUrl
html = urllib2.urlopen(tempUrl)
srcCode = html.read()
return srcCode
def getImg(url, start_page, end_page):
#对网页中图片建立正则
pattern = re.compile(r‘src="(.*?\.gif)".*?style="width:460px"‘)
for x in xrange(start_page, end_page+1):
srcCode = getHtml(url,x)
#图片完整路径存储为list
imgSrc = pattern.findall(srcCode)
num = 0
for i in imgSrc:
urllib.urlretrieve(i,‘P%s0%s.gif‘ %(x ,num))
num += 1
print "正则下载"
print i
print ‘全部任务完成!‘
#----------- 程序的入口处 -----------
print u"""
程序开始运行
#=========================================================
# 程序:暴漫爬虫
# 版本:V0.1
# 作者:江前云后
# 语言:Python 2.7
# 操作:输入要下载的暴漫gif的页码范围,自动下载所有gif图
#=========================================================
"""
#测试url
myUrl = ‘http://baozoumanhua.com/gif/hot/page/‘
start_page = int(raw_input(u"输入起始页\n"))
end_page = int(raw_input(u"输入结束页\n"))
getImg(myUrl, start_page, end_page)
时间: 2024-09-28 14:01:34