1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
#coding:utf-8
#爬虫基础，需要两个模块urllib和re
import 
urllib,re
 
#获取网页源码
def 
get_html():
    
page 
= 
urllib.urlopen(
'http://www.baidu.com'
)
    
html 
= 
read(page)  
#用read方式读取网页源代码
    
return 
html
x
=
0
#匹配url的图片地址，然后下载   
def 
getimages():
    
#编译成正则表达式对象，compile提高效率
    
image_re
=
re.
compile
(r
'src="(.*?)" class='
)
     
    
#找到re匹配的所有字串，通过列表返回
    
image_list 
= 
re.findall(image_re,html)
    
for 
image_url 
in 
image_list:
        
print 
image_url
        
global 
x 
#全局变量，后面可以跟上一个或多个变量
         
        
#将url定位到的html下载到本地
        
urllib.urlretrieve(image_url,
'/tmp/python/%s.jpg'
%
x)