python爬虫基础
#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)
页:
[1]