pythonの鉴黄之路（四）——urllib模块批量下载

好了，现在鉴黄的demo可以跑通了，就差大量的数据了（就是黄图）

这可难倒了纯洁的宝宝。

本宝宝表示找了好几天都找不到一张黄图

后来问了一些老司机，得到了一些资♂源♂丰♂富♂的网址

不过本宝宝还是不好意思打开~就只能写一个小爬虫批量下载了-.-

其实就是用python的urllib完成打开、下载等操作，直接简单的匹配该后缀jpg的就好了

#coding=utf-8
import urllib
import re

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

def getImg(html):
    reg = r'src="(.+?\.jpg)" pic_ext'
    imgre = re.compile(reg)
    imglist = re.findall(imgre,html)
    x = 0
    for imgurl in imglist:
        urllib.urlretrieve(imgurl,'%s.jpg' % x)
        x+=1
    return 'OK!'

html = getHtml("某些资♂源♂丰♂富♂的网站")

print getImg(html)

效果还是蛮不错的~~

好了不说了，我要去测（yong）试（zhi）了

好了，现在鉴黄的demo可以跑通了，就差大量的数据了（就是黄图）

这可难倒了纯洁的宝宝。

本宝宝表示找了好几天都找不到一张黄图

image

后来问了一些老司机，得到了一些资♂源♂丰♂富♂的网址

不过本宝宝还是不好意思打开~就只能写一个小爬虫批量下载了-.-

其实就是用python的urllib完成打开、下载等操作，直接简单的匹配该后缀jpg的就好了

#coding=utf-8
import urllib
import re

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

def getImg(html):
    reg = r'src="(.+?\.jpg)" pic_ext'
    imgre = re.compile(reg)
    imglist = re.findall(imgre,html)
    x = 0
    for imgurl in imglist:
        urllib.urlretrieve(imgurl,'%s.jpg' % x)
        x+=1
    return 'OK!'

html = getHtml("某些资♂源♂丰♂富♂的网站")

print getImg(html)

效果还是蛮不错的~~

image

好了不说了，我要去测（yong）试（zhi）了

image

原文地址：http://m.blog.csdn.net/sm9sun/article/details/53322325