admin 管理员组

文章数量: 1184232

# -coding: utf-8

imoprt urllib2

import urllib

import re

# 填写需要采集的网址

urlPath = '

# 设置网页头部信息，模拟浏览器

headers = {'User-Agent' : agent, 'Accept' : '*/*', 'Referer' : 'http://www.google'}

# 打开网页，并读取网页源码

request = urllib2.Request(urlPath, headers=headers)

response = urllib2.urlopen(request)

html = response.read()

# 构建图片标签正则表达式

img=repile(r"""""",re.I)

# 保存的图片名称和路径，需要自己设置

path = '~/Code/Python/img_splider/'

try:

# 使用正则匹配出所有的img标签

img_list = re.findAll(img, html)

# 遍历得到的所有标签，然后进行下载

for i in xrange(length(img_list)):

# 使用urllib读取打开图片

data = urllib.urlopen(img_list[i]).read()

# 保存图片的格式为jpeg，需要自己看

imgStr = path + str(i) + '.jpeg'

# 打印出图片的url

print imgStr

# 创建文件

f = file(imgStr, 'wb')

# 写入图片

f.write(data)

# 关闭文件流

f.close()

except Exception, e:

print 'error'

以前写了很多关于爬虫的文章，在博客上面，www.scienceswork，可以参考一下。一起学习，上面的代码可以先试下，不行的话在调试

本文标签： 网页 内容 数据 python

版权声明：本文标题：python获取已打开的网页内容_用Python获取网页数据 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/b/1768022674a3527009.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。