思路：

  • 1.抓取网页。
  • 2.获取图片地址。
  • 3.抓取图片内容并保存在本地。
    第一步可以用urllib中request子模块实现，第三步保存在本地也很简单。下面重点说获取图片地址。

获取图片地址

现在的url比视频的中的有点区别,在网页中看一下图片的url信息：

python获取img的src的值 python获取图片地址_python获取img的src的值

你会发现1和2是同一个url，如果使用原来的正则表达式：

re.findall(r'src=.+\.jpg',buf)

匹配的结果如下面的红线所示：

python获取img的src的值 python获取图片地址_python获取img的src的值_02

原因是因为匹配任意知道最后一个以jpg结束，这个就不能直接获取图片的url，下面是我解决的思路：

首先用

listurl = re.findall(r'src=.+\.jpg',buf)

返回的是匹配好的带有src的url列表，然后遍历列表中的每一个url在用一次正则表达式

python获取img的src的值 python获取图片地址_正则表达式_03

完整代码：

import re,urllib.request

request = urllib.request.urlopen('http://www.imooc.com/course/list')
buf = request.read().decode('utf-8')
listurl = re.findall(r'src=.+\.jpg',buf)

print (listurl)

res=[]
for url in listurl:
    a= re.findall(r'com(\/.+\.jpg)',url)
    res.append('http://img.mukewang.com'+a[0])

for url in res:
    print (url)
index = 0
for url in res:
    f = open(str(index)+'.jpg', 'wb')
    request = urllib.request.urlopen(url)
    buf = request.read()
    f.write(buf)
    index = index + 1
#关闭文件
f.close()

运行结果

此时在本地可以看到保存的图片：

python获取img的src的值 python获取图片地址_抓取网页_04