如果你仔細觀察，就不難發現，懂爬蟲、學習爬蟲的人越來越多，一方面，互聯網可以獲取的數據越來越多，另一方面，像 Python這樣的編程語言提供越來越多的優秀工具，讓爬蟲變得簡單、容易上手。

對於小白來說，爬蟲可能是一件非常複雜，技術門檻很高的事情，其實只要掌握正確方法，在短時間內也是能夠做到精通的！這裡給你一條平滑的，零基礎快速入門的學習路徑。

1. 概述

本文主要實現一個簡單的爬蟲，目的是從一個百度貼吧頁面下載圖片。下載圖片的步驟如下：

（1）獲取網頁html文本內容；

（2）分析html中圖片的html標籤特徵，用正則解析出所有的圖片url鏈接列表；

（3）根據圖片的url鏈接列表將圖片下載到本地文件夾中。

如果你是零基礎小白，看不懂，沒關係！完整項目代碼+視頻使用教程+Python編程學習資料都給你帶走，有了這些 不怕你學不會！ 不收取任何費用哦

2. urllib+re實現

#!/usr/bin/python
# coding:utf-8
# 實現一個簡單的爬蟲，爬取百度貼吧圖片
import urllib
import re
# 根據url獲取網頁html內容
def getHtmlContent(url): 
 page = urllib.urlopen(url)
 return page.read()
# 從html中解析出所有jpg圖片的url
# 百度貼吧html中jpg圖片的url格式為： 

def getJPGs(html): 
 # 解析jpg圖片url的正則 
 jpgReg = re.compile(r'<img.> # 解析出jpg的url列表 
 jpgs = re.findall(jpgReg,html)
 return jpgs
# 用圖片url下載圖片並保存成制定文件名
defdownloadJPG(imgUrl,fileName): 
 urllib.urlretrieve(imgUrl,fileName)
 # 批量下載圖片，默認保存到當前目錄下
def batchDownloadJPGs(imgUrls,path ='./'): 
 # 用於給圖片命名 
 count = 1 
 for url in imgUrls:
 downloadJPG(url,''.join([path,'{0}.jpg'.format(count)]))
 count = count + 1
# 封裝：從百度貼吧網頁下載圖片
def download(url): 
 html = getHtmlContent(url)
 jpgs = getJPGs(html)
 batchDownloadJPGs(jpgs)
def main(): 
 url = 'http://tieba.baidu.com/p/2256306796' 
 download(url)
if __name__ == '__main__':
 main()
/<img.>

運行上面腳本，過幾秒種之後完成下載，可以在當前目錄下看到圖片已經下載好了：

3. requests + re實現

下面用requests庫實現下載，把getHtmlContent和downloadJPG函數都用requests重新實現。

#!/usr/bin/python
# coding:utf-8
# 實現一個簡單的爬蟲，爬取百度貼吧圖片
import requests
import re
# 根據url獲取網頁html內容
def getHtmlContent(url): 
 page = requests.get(url):
 return page.text
# 從html中解析出所有jpg圖片的url
# 百度貼吧html中jpg圖片的url格式為： 

def getJPGs(html): 
 # 解析jpg圖片url的正則 
 jpgReg = re.compile(r'<img.> # 解析出jpg的url列表 
 jpgs = re.findall(jpgReg,html)
 return jpgs
# 用圖片url下載圖片並保存成制定文件名
def downloadJPG(imgUrl,fileName): 
 # 可自動關閉請求和響應的模塊 
 from contextlib import closing
 with closing(requests.get(imgUrl,stream = True)) as resp:
 with open(fileName,'wb') as f:
 for chunk in resp.iter_content(128):
 f.write(chunk)
# 批量下載圖片，默認保存到當前目錄下
defbatchDownloadJPGs(imgUrls,path ='./'): 
 # 用於給圖片命名 
 count = 1 
 for url in imgUrls:
 downloadJPG(url,''.join([path,'{0}.jpg'.format(count)]))
 print '下載完成第{0}張圖片'.format(count)
 count = count + 1
# 封裝：從百度貼吧網頁下載圖片
def download(url): 
 html = getHtmlContent(url)
 jpgs = getJPGs(html)
 batchDownloadJPGs(jpgs)
def main(): 
 url = 'http://tieba.baidu.com/p/2256306796' 
 download(url)
if __name__ == '__main__':
 main()
/<img.>

輸出：和前面一樣。

不知道這篇簡單的python爬蟲小案例有沒有幫到你呢？無論你是零基礎小白看不懂還是看懂了想體驗高難度！小夥伴們都不用擔心~

小編已經為你準備好了Python爬視頻教程

請關注+私信回覆小編我關鍵詞“學習”就可以拿到這份份我為大家準備的13天學會Python爬蟲分佈式

十三天具體幹什麼？

第一天：

第二天：

第三天：

第四天：

第五天：

第六天：

第七天：

第八天：

第九天：

第十天：

第十一天：

第十二天：

第十三天：

每天三兩個小時，13天輕鬆拿下python爬蟲，你就說牛不牛！溜不溜！

小編已經把這些視頻資料全部打包整理好了，如果你需要的話，請轉發本文+關注並私信小編：“學習”就可以免費領取哦