Python爬蟲之初體驗

Python爬蟲，一般用于抓取特定的内容，最近想學學，通過網絡抓取自己想要的内容，于是乎學習了一下Python，用一個小案例來紀念一下學習的成果。

案例程式主要功能：抓取我們學校校園網新聞中的圖檔

#coding=utf-8
import urllib
import re
# 定義個函數 抓取網頁内容
def getHtml(url):
    webPage = urllib.urlopen(url)
    html = webPage.read()
    return html

# 定義一個函數 抓取網頁中的圖檔
def getNewsImgs(html):
    # 正規表達式 
    reg = r'src="(.+?\.jpg)"'
    img = re.compile(reg)
    # 擷取網頁中所有符合條件的圖檔url
    imglist = re.findall(img,html)
    x = 0
    # 根據圖檔位址下載下傳圖檔并重命名
    for imgUrl in imglist:
        urllib.urlretrieve("http://www.abc.edu.cn/news/"+imgUrl,'news-%s.jpg' % x)
        x += 1

# 擷取網頁
html = getHtml("http://www.abc.edu.cn/news/show.aspx?id=21413&cid=5")
# 抓取圖檔
print getNewsImgs(html)
           

效果：成功抓取了新聞中的兩張圖檔O(∩_∩)O~

爬蟲抓圖檔.gif