【Python】第一个爬虫

 import urllib.request
 import re

 class DownPic:

     def __init__(self,url,re_str):
         self.url = url
         self.re_str = re_str

     def getHtml(self,url):
         page = urllib.request.urlopen(url)
         html = page.read()
         return str(html)

     def downloadPic(self):
         imgre = re.compile(self.re_str) #构造正则
         html = self.getHtml(self.url) #读取界面
         imglist = re.findall(imgre,html)
         x = 0
         for imgurl in imglist:
             print(imgurl)
             try:
                 urllib.request.urlretrieve(imgurl,"../data/%s.jpg" % x) # 将图片取到本地
             except:
                 print("error")
             x += 1

上面是一个类，传入两个参数，一个是网页，一个是要匹配的图片的地址

下面是调用：

 from downpic import DownPic

 downPic = DownPic("http://tieba.baidu.com/p/2460150866",r'src="(https://imgsa.baidu.com.+?\.jpg)" pic_ext')

 downPic.downloadPic()
 print("over")

从上面可以看到，一个简单爬虫的基本步骤是：
1、读取界面的HTML

2、用正则去获取到目标链接

3、下载