转载来自:http://blog.csdn.net/qq_32166627/article/details/60145110
直接上代码:
import urllib.request
import re
def getHtmlCode(url): # 该方法传入url,返回url的html的源码
headers = {
'User-Agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Mobile Safari/537.36'
}
url1 = urllib.request.Request(url, headers=headers) # Request函数将url添加头部,模拟浏览器访问
page = urllib.request.urlopen(url1).read() # 将url页面的源代码保存成字符串
page = page.decode('UTF-8') # 字符串转码
return page
def getImg(page): # 该方法传入html的源码,经过截取其中的img标签,将图片保存到本机
# findall(正则,代表页面源码的str)函数,在字符串中按照正则表达式截取其中的小字符串
# findall()返回一个列表,列表中的元素是一个个的元组,元组的第一个元素是图片的url,第二个元素是url的后缀名
# 列表形如:[('http://www.zhangzishi.cc/732x120.gif', 'gif'), ('http://ww2.sinaimg.cn/qomyo.jpg', 'jpg')
imgList = re.findall(r'(http:[^\s]*?(jpg|png|gif))"', page)
x = 0
for imgUrl in imgList: # 列表循环
print('正在下载:%s' % imgUrl[0])
# urlretrieve(url,local)方法根据图片的url将图片保存到本机
urllib.request.urlretrieve(imgUrl[0], 'E:/img/photo/%d.jpg' % x)
x += 1
if __name__ == '__main__':
url = 'http://www.zhangzishi.cc/20151004mt.html'
page = getHtmlCode(url)
getImg(page)