python爬虫怎样爬取百度百科的一个相册图片

2016-07-28 04:51:17 493 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

最近在自学爬虫，这是我要爬取图片的页面地址http://baike.baidu.com/view/367981.htm
我要把网页下部分两个词条相册中的图片都爬取出来保存在本地文件夹。
下面是给出的一份代码，怎么修改啊。通过查看网页代码写正则表达式出错。我要爬的是相册音乐台的照片

import urllib

import urllib2

import re



def getHtml(url):

    page = urllib2.urlopen(url)

    html = page.read()

    return html



def getImg(html):

    # http://imgsrc.baidu.com/forum/w%3D580/sign=92c3414f32292df597c3ac1d8c315ce2/5b8f95eef01f3a292bd851ae9125bc315d607c9d.

    # http://d.hiphotos.baidu.com/baike/s%3D235/sign=b3e17b2497cad1c8d4bbfb244a3f67c4/962bd40735fae6cdf826c06a0db30f2442a70f2e.jpg

    #reg = r'src="(.+?\.jpg)" '

    #reg = r'http://file.nju.gov.cn/manage/upgl/upfiles/\d+\.jpg'

    reg = r'http://+.+\.hiphotos.baidu.com/baike/'

    imgre = re.compile(reg)

    imglist = re.findall(imgre,html)



    x = 0

    for imgurl in imglist:

        urllib.urlretrieve(imgurl,'D:\E\%s.jpg' % x)

        x=x+1

html = getHtml('http://baike.baidu.com/view/367981.htm')

getImg(html)