python一个简单的爬虫测试

之前稍微学了一点python，后来一直都没用，今天稍微做一个小爬虫试一试。。

参考了：

http://www.cnblogs.com/fnng/p/3576154.html

太久没用了，都忘记pycharm编译的时候要选文件。。我还纳闷怎么一直报错。。怎么练hello world都是不能run。。无语。。

贴一下今天实验的代码好了。

#coding=utf-8
import urllib
import re

def getHtml(url):
    page = urllib.urlopen(url)
    html = page.read()
    return html
def getImg(html):
    reg=r'src="(.+?.jpg)" ></div><br>'
    imgre=re.compile(reg)
    imgList=re.findall(imgre,html)
    x=0
    for imgurl in imgList:
        urllib.urlretrieve(imgurl,'%s.jpg'%x)
        x+=1

html = getHtml("https://tieba.baidu.com/p/5099605942?see_lz=1")

print getImg(html)

随便抓了炉石传说贴吧里一个直播开包的帖子的图片。。

getHtml（）函数抓取并复制一个网页的源码

getImg（）函数通过正则表达式抓取源码中图片的代码，然后保存数组中，然后输出。

正则表达式还学要好好学一下。。

今天只是做一个小小的test，回忆一下。。