python实现简单爬虫功能

#首先我们可以先获取要下载图片的整个页面信息
#coding=utf-8
#Urllib 模块提供了读取web页面数据的接口，我们可以像读取本地文件一样读取www和ftp上的数据
import urllib
import re
#首先，我们定义了一个getHtml()函数:
def getHtml(url):
#urllib.urlopen()方法用于打开一个URL地址
    page = urllib.urlopen(url)
#read()方法用于读取URL上的数据，向getHtml()函数传递一个网址，并把整个页面下载下来。执行程序就会把整个网页打印输出。
    html = page.read()
    return html

#创建了getImg()函数，用于在获取的整个页面中筛选需要的图片连接
def getImg(html):
#采用正则表达式取出页面中图片的url
    reg = r'src="(.+?.jpg)" pic_ext'
#re.compile() 可以把正则表达式编译成一个正则表达式对象
    imgre = re.compile(reg)
#re.findall() 方法读取html 中包含 imgre（正则表达式）的数据
    imglist = re.findall(imgre,html)
#通过一个for循环对获取的图片连接进行遍历，为了使图片的文件名看上去更规范，对其进行重命名，命名规则通过x变量加1
    x = 0
    for imgurl in imglist:
#urllib.urlretrieve()方法，直接将远程数据下载到本地
        urllib.urlretrieve(imgurl,'%s.jpg' % x)
        x+=1
#我们要爬的网址，对每个网址其图片存放方式可能不一样，所以需要不同的正则表达式
html = getHtml("http://tieba.baidu.com/p/2460150866")
print getImg(html)
　　
http://www.cnblogs.com/fnng/p/3576154.html#top

 update：

如果想将其下载在你指定的file中，只需要修改 

urllib.urlretrieve(imgurl,'%s.jpg' % x)

即可，

urlretrieve（url,path）
将path修改成你想要的，如我想放在 F:pic
则修改为 
urllib.urlretrieve(imgurl,'f:/pic/%s.jpg' % x)
就可以了~~

update by 2015.1.27：
实现下载多个页面的图片，以下载煎蛋妹子图（不要问我为什么~~）为例：
先贴上代码

#coding=utf-8
import urllib
import re
import os

urlList = 'http://jandan.net/ooxx/page-%s' 
global x
x=0
   
def getHtml(url):
    page = urllib.urlopen(url)
    html = page.read()
    return html

def getImg(html):
    reg = r'src="(.*?.jpg)" '
    imgre = re.compile(reg)
    imglist = re.findall(imgre,html)
    global x
    for imgurl in imglist:
        urllib.urlretrieve(imgurl,'f:/pic/%s.jpg' % x)
        x+=1


for i in range(1315, 1317):
    
    i=urlList % (i)
    html=getHtml(i)
    print getImg(html)

这段代码与上面相比就是增加了一个全局变量，用以实现命名时不覆盖，然后对于其每一页的URL进行分析得到的一个共性，

用  ‘http://jandan.net/ooxx/page-%s’ 及一个for循环来下载你指定的页面。