參考“http://blog.sina.com.cn/s/blog_5cf74e410102uxsg.html”

用的是python 3.4

非常簡單的一小段程式碼

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import urllib

def getHtml(url):
	page = urllib.urlopen(url).read()
	html=page.read()
	return html

url="http://tieba.baidu.com/p/4040087257/"
html=getHtml(url)

print(html)

報錯：

 “AttributeError: 'module' object has no attribute 'urlopen'”

原因是Python3裡的urllib模組已經發生改變，此處的urllib都應該改成urllib.request。

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import urllib.request

def getHtml(url):
	page = urllib.request.urlopen(url)
	html=page.read()
	return html

url="http://tieba.baidu.com/p/4040087257/"
html=getHtml(url)

print(html)

執行成功！

def getImg(html):
	reg = r'src="(.+?\.jpg)" pic_ext'
	imgre=re.compile(reg)
	imglist = re.findall(imgre,html)
	return imglist
 

原因為Python3 findall資料型別用bytes型別，因此在正則表示式前應新增html = html.decode('utf-8')