论坛 › Python › python网页爬虫浅析

zhaolu 发表于 2018-8-13 11:05:27

python网页爬虫浅析

　　
def getImg2(html, initialFile, finalFile):
　　
    reg = '"*'          #split string html with " and write in file name re.txt
　　
    imgre1 = re.compile(reg)
　　
    imglist = re.split(imgre1, str(html))
　　
    f1 = open(initialFile, mode='w')
　　
    for index in imglist:
　　
      f1.write("\n")
　　
      f1.write(index)
　　
    f1.close
　　
    reg2 = "^https.*jpg"   # match items start with "https" and ends with "jpg"
　　
    imgre2 = re.compile(reg2)
　　
    f2 = open(initialFile, mode='r')
　　
    f3 = open(finalFile, mode='w')
　　
    tempre = f2.readlines()
　　
    for index in tempre:
　　
      temp = re.match(imgre2,index)
　　
      if temp != None:
　　
            f3.write(index)
　　
            #f3.write("\n")
　　
    f2.close()
　　
    f3.close()

查看完整版本: python网页爬虫浅析