python3 爬虫技术入门
2017-08-08 15:05
197 查看
python3
1. 根据网址获取网页内容
语法:
import urllib.request
page = urllib.request.urlopen(url)
html = page.read()
2. 根据正则表达式筛选网页
reg = r'.*+?\'
imgre = re.compile(reg)
imglist = re.findall(imgre,html)
3. 把筛选的内容保存下来
x = 0
for imgurl in imglist:
urllib.urlretrieve(imgurl,'%s.jpg' % x)
x += 1
python3
1. 根据网址获取网页内容
语法:
import urllib.request
page = urllib.request.urlopen(url)
html = page.read()
2. 根据正则表达式筛选网页
reg = r'.*+?\'
imgre = re.compile(reg)
imglist = re.findall(imgre,html)
3. 把筛选的内容保存下来
x = 0
for imgurl in imglist:
urllib.urlretrieve(imgurl,'%s.jpg' % x)
x += 1
相关文章推荐
- Python爬虫笔记----爬虫技术入门(1)
- Python爬虫(入门+进阶)学习笔记 1-4 使用Xpath解析豆瓣短评
- Python爬虫(入门+进阶)学习笔记 1-5 使用pandas保存豆瓣短评数据
- Python爬虫PyQuery库基本用法入门教程
- python爬虫入门教程(一):开始爬虫前的准备工作
- 转 Python爬虫入门二之爬虫基础了解
- Python爬虫入门之Urllib库的基本使用 (三)
- Python爬虫入门(6):Cookie的使用
- Python爬虫入门实战系列(一)--爬取网络小说并存放至txt文件
- Python爬虫入门笔记:urllib库的使用2
- Python爬虫入门:URLError异常处理
- Python 爬虫入门(二)—— IP代理使用 - 不剃头的一休哥 - 博客园
- python爬虫技术实现图片提取
- Python爬虫入门七之正则表达式
- Python爬虫教程——入门一之综述
- Python 爬虫入门3种方法
- Python爬虫实战入门六:提高爬虫效率—并发爬取智联招聘
- Python爬虫入门四之Urllib库的高级用法
- Python爬虫入门五之URLError异常处理
- Python3爬虫之入门和正则表达式