前剛接觸python，看了一下基本語法，照著網上的一篇部落格寫了個很簡單的爬蟲小demo，有興趣的可以看下

實現，將一個網頁中的所有jpg圖片，及網頁中所有.html格式的跳轉連結中的jpg檔案取出來儲存到本地
主要用到一個urllib庫，使用很簡單，用於讀取網頁內容，和直接從網路下載圖片（感覺這個庫很屌的樣子）
還有就是一些正則驗證，用於篩網頁中選想要的內容
直接貼程式碼：

#coding=utf-8
import urllib,threading
import re

x = 0
# 讀取網頁內容
def getHtml(url):
    page = urllib.urlopen(url)
    html = page.read()
    return
 
 html

# 獲取html所有.html的跳轉連結
def getHtmlUrl(html):
    # 定義正則  href="任意數量的任意字元+ .html"
    reg = r'href="(.+?\.html)"'
    urlreg = re.compile(reg)
    #提取所有.html連結
    urllist = re.findall(urlreg,html)
    return urllist

#取出每個連結中的 .jpg檔案
def getImgs(urlList):
    # 遍歷陣列中的所有連結
    for url in urlList:
        #獲取每個連結html的內容
 

        html=getHtml(url)
        getImg(html)

#取出某個html頁面的所有.jpg連結 並儲存到本地 
def getImg(html):
    global x
    # 定義正則 src="任意數量的任意字元+ .jpg"
    reg = r'src="(.+?\.jpg)"'
    imgre = re.compile(reg)
    # 得到所有圖片連結
    imglist = re.findall(imgre,html)
    for imgurl in imglist:
            # 將檔案下載到本地
 

            urllib.urlretrieve(imgurl,'D:\images\%s.jpg' % x)
            x+=1

html = getHtml("http://news.baidu.com/")
#先取出當前頁的圖片
getImg(html)
# 再取出所有連結html中的圖片
urlList = getHtmlUrl(html)
getImgs(urlList)

然後執行python檔案(這裡有報錯，好像是取出的圖片連結有幾個取不到):

開啟之前指定的資料夾，圖片已經都下載下來了！