爬取图片

如下，爬取 http://tieba.baidu.com/p/4229162765 这个页面的图片并下载到桌面的 images 文件夹下：

#!/usr/bin/env python
#-*- coding:utf-8 -*-

''' 以下代码在 PyCharm 中运行 '''

import re
import urllib
import urllib2

# 获取HTML源码
def getHTML(url):
    request = urllib2.urlopen(url)
    data = request.read()
    return data

# 对HTML源码进行过滤，过滤出图片的url，并下载图片
def getImages(html):
    regular = re.compile(r'<img class="BDE_Image" src="(.*?)".*?>')
    image_list = regular.findall(html)
    i = 1
    for image in image_list:
        urllib.urlretrieve(image, filename='C:\\Users\\Administrator\\Desktop\\images\\%s.jpg' % i)
        i += 1

if __name__ == '__main__':
    url = 'http://tieba.baidu.com/p/4229162765'
    html = getHTML(url)
    getImages(html)