这次练习爬 传送门 这贴吧里的美食图片。
如果通过img标签和class属性的话，用BeautifulSoup能很简单的解决，但是这次用一下正则表达式，我这也是参考了该博主的博文：传送门
所有图片的src地址前面都是相同的，所以根据这个就可以筛选出我们想要的图片了。也就是在匹配时不用class属性的值，而是用正则表达式去匹配src的值。
1
from urllib import request
2from bs4 import BeautifulSoup
3import re
4 5def get_page(url, tot_page):
6 url_list = []
7for i in range(1,tot_page):
8 new_url = re.sub((‘=(.*)‘),‘%s%s‘ %(‘=‘,i), url)
9 url_list.append(new_url)
10return url_list
111213if__name__ == ‘__main__‘:
14 url = ‘http://tieba.baidu.com/p/4792769205?pn=1‘15 path = ‘D:pythonproject爬虫结果‘16 count = 0
17 url_list = get_page(url, 4)
18for url in url_list:
19print(url)
20 page = request.urlopen(url).read().decode()
21 soup = BeautifulSoup(page, ‘lxml‘)
22 regex = re.compile("http://imgsrc.baidu.com/forum/w%3D580/sign=.+.jpg")
23 pic_list = soup.findAll(‘img‘, {‘src‘: regex})
24for pic in pic_list:
25 pic = pic[‘src‘]
26 request.urlretrieve(pic, ‘%s/%s.jpg‘ % (path, count))
27 count += 1
我就爬了3页的图片：
原文：https://www.cnblogs.com/zyb993963526/p/8341019.html
【说明】：本文章由站长整理发布，文章内容不代表本站观点，如文中有侵权行为，请与本站客服联系(QQ:254677821)！