Python-爬虫初学

   #爬取网站中的图片
 1 import re     #正则表达式库
 import urllib #url链接库

 def getHtml(url):
     page = urllib.urlopen(url) #打开链接
     html = page.read()         #像读文本一样读取网页内容
     return html

 def getImg(html):
     reg = r'<img src="(.+?\.png)" alt'   #匹配表达式
     imgre = re.compile(reg)              #编译成正则表达式对象
     imglist =re.findall(imgre, html)     #查找全部满足匹配的
     x = 0
     for imgurl in imglist:
         print "imgurl:", imgurl
         urllib.urlretrieve("http://www.uestc.edu.cn/" + imgurl, '%d.png' % x)  #依次遍历下载，源链接用的是相对地址，所以添加前缀
         x += 1

 html = getHtml("http://www.uestc.edu.cn/")
 print getImg(html)
 #print html

参考学习链接：

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