學(xué)了python以后，知道python的抓取功能其實(shí)是非常強(qiáng)大的，當(dāng)然不能浪費(fèi)，呵呵。我平時(shí)很喜歡美女圖，呵呵，程序員很苦悶的，看看美女，養(yǎng)養(yǎng)眼，增加點(diǎn)樂趣。好，那就用python寫一個(gè)美女圖自動抓取程序吧~~

其中用到urllib2模塊和正則表達(dá)式模塊。下面直接上代碼：

用python批量抓取美女圖片

#!/usr/bin/env python
#-*- coding: utf-8 -*-
#通過urllib(2)模塊下載網(wǎng)絡(luò)內(nèi)容
import urllib,urllib2,gevent
#引入正則表達(dá)式模塊，時(shí)間模塊
import re,time
from gevent import monkey
   
monkey.patch_all()
   
def geturllist(url):
    url_list=[]
    print url       
    s = urllib2.urlopen(url)
    text = s.read()
    #正則匹配，匹配其中的圖片
    html = re.search(r'<ol.*</ol>', text, re.S)
    urls = re.finditer(r'<p><img src="(.+?)jpg" /></p>',html.group(),re.I)
    for i in urls:
        url=i.group(1).strip()+str("jpg")
        url_list.append(url)
    return url_list
   
def download(down_url):
    name=str(time.time())[:-3]+"_"+re.sub('.+?/','',down_url)
    print name
    urllib.urlretrieve(down_url, "D:\\TEMP\\"+name)
   
def getpageurl():
    page_list = []
    #進(jìn)行列表頁循環(huán)
    for page in range(1,700):
        url="http://jandan.net/ooxx/page-"+str(page)+"#comments"
        #把生成的url加入到page_list中
        page_list.append(url)
    print page_list
    return page_list
if __name__ == '__main__':
    jobs = []
    pageurl = getpageurl()[::-1]
    #進(jìn)行圖片下載
    for i in pageurl:
        for (downurl) in geturllist(i):
            jobs.append(gevent.spawn(download, downurl))
    gevent.joinall(jobs)

程序不長才45行，不是太難，大家可以研究下，這里我只是拋磚引玉，大家可以根據(jù)原理開發(fā)出其他的抓取程序，呵呵，自己想去吧。。

標(biāo)簽： 代碼 網(wǎng)絡(luò)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。