• Python 写的图片蜘蛛人


        原文地址:http://www.darkbull.net/python/bd/%E5%86%99%E4%B8%AA%E5%9B%BE%E7%89%87%E8%9C%98%E8%9B%9B%E7%8E%A9%E7%8E%A9/

        写了个图片蜘蛛人玩玩,抓了几个网页试试,感觉不不错。核心的代码可能20行也不到,简洁明了,嘻嘻。废话少说,翠花,上代码~~

     1 #coding=utf-8
    2
    3 import os
    4 import sys
    5 import re
    6 import urllib
    7
    8 URL_REG = re.compile(r'(http://[^///]+)', re.I)
    9 IMG_REG = re.compile(r'<img[^>]*?src=([/'"])([^/1]*?)/1', re.I)
    10
    11 def download(dir, url):
    12 '''下载网页中的图片
    13
    14 @dir 保存到本地的路径
    15 @url 网页url
    16 '''
    17 global URL_REG, IMG_REG
    18
    19 m = URL_REG.match(url)
    20 if not m:
    21 print '[Error]Invalid URL: ', url
    22 return
    23 host = m.group(1)
    24
    25 if not os.path.isdir(dir):
    26 os.mkdir(dir)
    27
    28 # 获取html,提取图片url
    29 html = urllib.urlopen(url).read()
    30 imgs = [item[1].lower() for item in IMG_REG.findall(html)]
    31 f = lambda path: path if path.startswith('http://') else /
    32 host + path if path.startswith('/') else url + '/' + path
    33 imgs = list(set(map(f, imgs)))
    34 print '[Info]Find %d images.' % len(imgs)
    35
    36 # 下载图片
    37 for idx, img in enumerate(imgs):
    38 name = img.split('/')[-1]
    39 path = os.path.join(dir, name)
    40 try:
    41 print '[Info]Download(%d): %s'% (idx + 1, img)
    42 urllib.urlretrieve(img, path)
    43 except:
    44 print "[Error]Cant't download(%d): %s" % (idx + 1, img)
    45
    46 def main():
    47 if len(sys.argv) != 3:
    48 print 'Invalid argument count.'
    49 return
    50 dir, url = sys.argv[1:]
    51 download(dir, url)
    52
    53 if __name__ == '__main__':
    54 # download('D://Imgs', 'http://www.163.com')
    55 main()



  • 相关阅读:
    递归函数写法
    海量数据问题总结
    文本分类项目总结
    梯度提升树-负梯度和残差的理解
    正则化方法L1 L2
    c++-虚函数与多态
    数据结构-并查集
    剑指offer 面试63题
    剑指offer 面试62题
    剑指offer 面试60题
  • 原文地址:https://www.cnblogs.com/mlv5/p/2363112.html
Copyright © 2020-2023  润新知