转载请注明原文地址： 

 

一：流程

目标：爬取目标网页的图片

1：获取网页源码

2：用Python读取源码

3：使用正则表达式从网页源码提取图片地址

4：根据图片地址下载图片

 

二：实现

1：源码获取

文本爬虫，是在已有的文本内容中爬取需要的信息，这区别于网络爬虫。

由于被检索的内容是现成的，因此，文本爬虫又叫“半自动爬虫”。

在本例中，我们以昵图网首页为目标网址，因此，我们先到昵图网首页，右键—>查看源代码—>保存源码到txt文件。

2：编写代码

#coding:utf8import reimport requests#1：读取文本文件，存到一个变量中f=open("src.txt","r+")htmls=f.read()f.close()#2:使用正则表达式，从独取出来的文本内容中进行提取img_url=re.findall('