Python3.x-正则表达式抓取慕课网图片到本地

今天刚学习完正则表达式中的基本语法，于是为了练习正则表达式的使用，便使用正则表达式来进行了一个小项目的编写。

实践思路：
1、确定要抓取的网页URL地址
2、获取图片地址
3、抓取图片地址并保存到本地

首先我们确定目标网页：
http://www.imooc.com/course/list
接着我们需要查看URL中对应的图片信息：

爬取的网页.png

你会发现图片的URL有两个，而且还是一模一样的。
准备工作做好之后，我们就需要对此进行编码工作了：
我们要使用到的Python模块有urlib以及re模块：

import  urlib
import  re

抓取目标网页：

req = urlib.request.urlopen('http://www.imooc.com/course/list')
buf = req.read()

目标网页

使用正则表达式找到整个页面的所有图片链接：

buf = buf.decode('utf-8')  #特别需要注意，python3和python之间的区别
listurl = re.findall(r'//.+\.jpg',buf)

图片路径

我们获取到的图片路径不利于我们下载图片，所以我们必须进行URL提取：

res = []
for url in listurl:
      a = re.findall(r'//.+\.jpg',url)
      res.append(a[0])

处理后的图片路径

这样就得到了所有图片的URL，因此下一步就是读取图片并保存在本地：

读取图片保存在本地

注：其中需要注意的是i的值为0，且下载的时候需要加上"http:"前缀才能正确的进行下载。

查看图片.png

总结：
通过对这次小案例的学习，对正则表达式也有了一定的练习与巩固，特别需要注意的是Python3.x与Python2.x之间的差别，以及对正则表达式的使用一定要掌握！