百度贴吧图片抓取工具(Python)

废话不多说,直接上源码。

复制代码
import os,urllib,urllib2,re
path='E:/img'     #图片保存路径
url=raw_input('Please input URL:')#贴吧地址
pn=1            #贴吧页码
while 1:
    address=url+'?'+'pn='+str(pn)#当前页地址
    try:
        html=urllib2.urlopen(address).read()#读取当前页html
        print '!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!page%d!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!'%(pn)
    except:
        print 'TTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTT'
        exit(0)
    m=re.findall('http://imgsrc.baidu.com/forum/w%3D580/sign=.*?\.jpg',html)#利用正则表达式分析图片URL
    for i in range(0,len(m)):
        print m[i]
        n=re.search('sign=(.*?)/',m[i])#提取图片URL部分字符串作为文件名
        file_name=n.group(1)+'.jpg'
        file_name=os.path.join(path,file_name)
        try:
            print 'loading...'
            urllib.urlretrieve(m[i],file_name)#下载图片
            print 'this picture down complete.'
        except:
            print 'error'
    pn=pn+1#翻页
复制代码

 

posted @   不要给我放大招  阅读(439)  评论(0编辑  收藏  举报
编辑推荐:
· Linux glibc自带哈希表的用例及性能测试
· 深入理解 Mybatis 分库分表执行原理
· 如何打造一个高并发系统?
· .NET Core GC压缩(compact_phase)底层原理浅谈
· 现代计算机视觉入门之:什么是图片特征编码
阅读排行:
· 手把手教你在本地部署DeepSeek R1,搭建web-ui ,建议收藏!
· Spring AI + Ollama 实现 deepseek-r1 的API服务和调用
· 数据库服务器 SQL Server 版本升级公告
· C#/.NET/.NET Core技术前沿周刊 | 第 23 期(2025年1.20-1.26)
· 程序员常用高效实用工具推荐,办公效率提升利器!
点击右上角即可分享
微信分享提示