import re
import urllib.request

# ------ 獲取網頁源代碼的方法 ---
def getHtml(url):
    page = urllib.request.urlopen(url)
    html = page.read()
    return html

# ------ getHtml()內輸入任意帖子的URL ------
html = getHtml("http://tieba.baidu.com/p/3205263090")
# ------ 修改html對象內的字符編碼為UTF-8 ------
html = html.decode(‘UTF-8‘)

# ------ 獲取帖子內所有圖片地址的方法 ------
def getImg(html):
    # ------ 利用正則表達式匹配網頁內容找到圖片地址 ------
    reg = r‘src="([.*\S]*\.jpg)" pic_ext="jpeg"‘
    imgre = re.compile(reg);
    imglist = re.findall(imgre, html)
    return imglist

imgList = getImg(html)
imgName = 0
for imgPath in imgList:
    # ------ 這裏最好使用異常處理及多線程編程方式 ------
    f = open("F:/pic/"+str(imgName)+".jpg", ‘wb‘)
    f.write((urllib.request.urlopen(imgPath)).read())
    f.close()
    imgName += 1

print("All Done!")

簡單的爬取網頁圖片