Python爬蟲(chóng)之初體驗(yàn)

Python爬蟲(chóng)，一般用于抓取特定的內(nèi)容，最近想學(xué)學(xué)，通過(guò)網(wǎng)絡(luò)抓取自己想要的內(nèi)容，于是乎學(xué)習(xí)了一下Python，用一個(gè)小案例來(lái)紀(jì)念一下學(xué)習(xí)的成果。

案例程序主要功能：抓取我們學(xué)校校園網(wǎng)新聞中的圖片

#coding=utf-8
import urllib
import re
# 定義個(gè)函數(shù) 抓取網(wǎng)頁(yè)內(nèi)容
def getHtml(url):
    webPage = urllib.urlopen(url)
    html = webPage.read()
    return html

# 定義一個(gè)函數(shù) 抓取網(wǎng)頁(yè)中的圖片
def getNewsImgs(html):
    # 正則表達(dá)式 
    reg = r'src="(.+?\.jpg)"'
    img = re.compile(reg)
    # 獲取網(wǎng)頁(yè)中所有符合條件的圖片url
    imglist = re.findall(img,html)
    x = 0
    # 根據(jù)圖片地址下載圖片并重命名
    for imgUrl in imglist:
        urllib.urlretrieve("http://www.abc.edu.cn/news/"+imgUrl,'news-%s.jpg' % x)
        x += 1

# 獲取網(wǎng)頁(yè)
html = getHtml("http://www.abc.edu.cn/news/show.aspx?id=21413&cid=5")
# 抓取圖片
print getNewsImgs(html)

效果：成功抓取了新聞中的兩張圖片O(∩_∩)O~

爬蟲(chóng)抓圖片.gif
最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容