python實現簡單圖片爬蟲並保存

先po代碼

#coding=utf-8
import urllib.request  #3以前的版本直接用urllib便可，下同 #該模塊提供了web頁面讀取數據的接口，使得咱們能夠像讀取本地文件同樣讀取www或者ftp上的數據
import re
import os

def getHtml(url):
    page = urllib.request.urlopen(url);
    html = page.read();
    return html;

def getImg(html):
    imglist = re.findall('img src="(http.*?)"',html)#1 #http.*?表示非貪婪模式的匹配，只要符合http就匹配完成，再也不看後面的內容是否匹配，即在能使整個匹配成功的前提下，使用最少的重複
    return imglist

html = getHtml("https://www.zhihu.com/question/39731953").decode("utf-8");
imagesUrl = getImg(html);

if os.path.exists("D:/imags") == False:
    os.mkdir("D:/imags");
    
count = 0; #文件的起始名稱爲 0 
for url in imagesUrl:
    print(url)
    if(url.find('.') != -1):#2
        name = url[url.find('.',len(url) - 5):];
        bytes = urllib.request.urlopen(url);
        f = open("D:/imags/"+str(count)+name, 'wb');  #代開一個文件，準備以二進制寫入文件
        f.write(bytes.read());#write並非直接將數據寫入文件，而是先寫入內存中特定的緩衝區
        f.flush();#將緩衝區的數據當即寫入緩衝區，並清空緩衝區
        f.close();#關閉文件
        count+=1;

　代碼分析：

　1.re.findall語法： findall(parttern,string,flags=0)

               含義：返回string中與partten匹配的所有字符串，返回形式是數組

　2.find()語法：find(str,pos_start,pos_end)

               含義：在url中查找str字符串的位置，pos_start是指從哪個位置開始找，默認值爲0，查找的默認位置，默認值爲-1，若在url中找不到str,則返回-1