python批量抓取美女圖片

pythontab發表於2013-01-20
Python

學了python以後，知道python的抓取功能其實是非常強大的，當然不能浪費，呵呵。我平時很喜歡美女圖，呵呵，程式設計師很苦悶的，看看美女，養養眼，增加點樂趣。好，那就用python寫一個美女圖自動抓取程式吧~~

其中用到urllib2模組和正規表示式模組。下面直接上程式碼：

用python批量抓取美女圖片

#!/usr/bin/env python
#-*- coding: utf-8 -*-
#通過urllib(2)模組下載網路內容
import urllib,urllib2,gevent
#引入正規表示式模組，時間模組
import re,time
from gevent import monkey
  
monkey.patch_all()
  
def geturllist(url):
    url_list=[]
    print url        
    s = urllib2.urlopen(url)
    text = s.read()
    #正則匹配，匹配其中的圖片
    html = re.search(r'<ol.*</ol>', text, re.S)
    urls = re.finditer(r'<p><img src="(.+?)jpg" /></p>',html.group(),re.I)
    for i in urls:
        url=i.group(1).strip()+str("jpg")
        url_list.append(url)
    return url_list
  
def download(down_url):
    name=str(time.time())[:-3]+"_"+re.sub('.+?/','',down_url)
    print name
    urllib.urlretrieve(down_url, "D:\\TEMP\\"+name)
  
def getpageurl():
    page_list = []
    #進行列表頁迴圈
    for page in range(1,700):
        url="http://jandan.net/ooxx/page-"+str(page)+"#comments"
        #把生成的url加入到page_list中
        page_list.append(url)
    print page_list
    return page_list
if __name__ == '__main__':
    jobs = []
    pageurl = getpageurl()[::-1]
    #進行圖片下載 
    for i in pageurl:
        for (downurl) in geturllist(i):
            jobs.append(gevent.spawn(download, downurl))
    gevent.joinall(jobs)

程式不長才45行，不是太難，大家可以研究下，這裡我只是拋磚引玉，大家可以根據原理開發出其他的抓取程式，呵呵，自己想去吧。。。我就不多說了~~

相關文章