Pthon 网络爬虫 xiaohua

#网络爬虫步骤：
#1.确定要爬取的网址
#2.根据网址获取源代码
#3.正则表达式
#4.保存（数据库，本地）

import  urllib.request
import  re


path="http://www.xiaohuar.com/2014.html"
content=urllib.request.urlopen(path).read()
content=content.decode("gb2312","ignore")

print(content)
imgRe=re.compile(r'src=".+?\.jpg"')
imagePaths=imgRe.findall(content)
print("共：",imagePaths.__len__(),"张美女")
for imagePath in  imagePaths:
    print(imagePath[5:-1])

注意点：
path后面是你需要爬取的网址
ontent.decode 设置编码
后面的编码根据你需要爬取的网页的设置编码相同
后面用正则表达式 获取图片的地址