【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