python爬虫：下载百度贴吧图片学习笔记

# -*- coding: utf-8 -*-

"""

Created on Sat Oct 22 09:27:18 2016
@author: hhxsym

"""
import os
import urllib

import urllib2

import re
inpath="C:\\Users\\hhxsym\\Desktop\\课程群Python爬虫"

inpath = unicode(inpath , "utf8")

os.chdir(inpath)  #不做编码转换后，中文路径无法打开，更改

def loaddown_jpg(url):

    request = urllib2.Request(url) #请求

    response = urllib2.urlopen(request) #打开请求对象

   

    print response.getcode() #打开状态码，如果是200，请求成功

   

    html = response.read().decode("UTF-8") # .decode解码， 网页有多种编码方式，要根据网页的编码方式进行解码，否则，容易出现乱码

   

    string = r'src="(http://imgsrc\.baidu\.com.+?\.jpg)" pic_ext="jpeg"' #建议加r,r 表示原始字符串,()分组，提取需要的内容

   

    urls = re.findall(string, html) #获取所有的图片地址 re.findall(正则表达式，查询的内容)

   

    #print urls

    x=0

    for url in urls:

        urllib.urlretrieve(url,"%s.jps" % x ) #遍历下载所有的图片，urllib.urlretrieve(要下载的地址， 文件名字)

        x += 1

        print url
if __name__=='__main__': #用来调试代码模块,2开头是请求成功

    loaddown_jpg("http://tieba.baidu.com/p/3797994694")