def req_url():
    req = urllib2.urlopen(url="https://coding.imooc.com/")  # 打开图片列表页面
    buf = req.read()  # 读取图片列表页面
    buf = buf.decode("utf-8")  # 将Unicode 转换为字符串 python3中返回的是unicode
    url_list = re.findall(r"//.+szimg.+\.jpg", buf)  # 提取图片url信息列表
    return url_list


def image_save():
    i = 1
    for url in req_url():
        url = "http:" + url  # 图片url拼接
        # print(url + "\n")   # 打印图片url
        f = open("album/" + str(i) + ".jpg", "wb")  # 打开图片存放地址  以二进制格式打开，因为是图片
        try:
            req = urllib2.urlopen(url)  # 打开图片url
            buf = req.read()  # 读取图片信息
            f.write(buf)  # 保存图片
            i += 1
        finally:
            if f:
                f.close()

打开方式用wb试一下

+默认是贪心匹配，可以加?让它变成非贪心匹配，就能够满足你的需求了

print(re.findall(r'http:.+?\.jpg', 'http://123.jpg,http://234.jpg'))

厉害了我的同学

网页更新了,你可以这样写:

r'src=//.+\.jpg' , buf 

先把//双斜杠打头的这些给抓出来,再在前面加上  added_str = 'http:'

再操作就行了

程序在windows下运行需要写一个相对路径，如:把 str(i)+'\.jpg'变成'D:\\'+str(i)+'\.jpg'，图片就会生成在D盘根目录下:)

需要转成list.

python里边结尾不用写分号

直接写入，你保存的就是一个地址，打开在读取之后保存的才是图片

#listurl = re.findall(r'//img.+?\.jpg', buf)      这样的贪婪模式下会下载两次一样的图片，改成下方那种

listurl = re.findall(r'src=".+?\.jpg', buf) 

#前面没有了http：，手动加上

for index,app_id in enumerate(listurl):

    listurl[index] = str(app_id).replace('src="', 'http:')

    print(index, listurl[index])

    print(listurl)

上面buf = req.read()改成

buf = req.read().decode('utf-8')

.是匹配任意字符，如果不加\，就是用.匹配的.

举个例子：

图片后缀都是.jpg，如果不加\，用.去匹配，有可能是xxxxxjpg，而不是xxxxx.jpg，就不是图片了

import urllib.request

把20行去掉，18行改成

f = open(str(i)+'.jpg', 'wb+')

试试看

可以在req = urllib2.urlopen('http:'+url)上面 print 'http:'+url, 就会发现问题所在。listurl = re.findall(r'//.+\.jpg*',buf)这个地方的正则错误，应该使用非贪婪匹配模式，改为listurl = re.findall(r'//.+？\.jpg',buf)，即可。

listurl = re.sub(r'src="','http:',str(listurl))的这一步结果是一个str,还需要再将地址匹配出来，多写一步：

listurl = re.findall(r'http:.+?\.jpg'),这样得到的结果是list

values = re.findall(r"src.*? ", res)

values = [t[len("src="):len(t) - 1] for t in values]

import re

import urllib

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

#此处加上decode()，不然拿下来的数据都是乱码

buf = req.read().decode("utf-8")

#老师讲课的url地址已经发生改变，改一下正则匹配就好

# listurl = re.findall(r'src=.+\.jpg', buf)

listurl = re.findall(r'//img.+?\.jpg', buf)

# 改成非贪婪模式就行了

#前面没有了http：，那么这里手动加上

for index,app_id in enumerate(listurl):

    listurl[index] = str(app_id).replace('//', 'http://')

    print(index, listurl[index])

print(listurl)

i = 0

for url in listurl:

    #写入模式修改为“wb+”，不然不支持将bytes写入，亲测

    f = open(str(i)+".jpg", "wb+")

    req = urllib.request.urlopen(url)

    buf = req.read()

    f.write(buf)

    i+=1

import re

import urllib

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

#此处加上decode()，不然拿下来的数据都是乱码

buf = req.read().decode("utf-8")

#老师讲课的url地址已经发生改变，改一下正则匹配就好

# listurl = re.findall(r'src=.+\.jpg', buf)

listurl = re.findall(r'//img.+?\.jpg', buf)

# 改成非贪婪模式就行了

#前面没有了http：，那么这里手动加上

for index,app_id in enumerate(listurl):

    listurl[index] = str(app_id).replace('//', 'http://')

    print(index, listurl[index])

print(listurl)

i = 0

for url in listurl:

    #写入模式修改为“wb+”，不然不支持将bytes写入，亲测

    f = open(str(i)+".jpg", "wb+")

    req = urllib.request.urlopen(url)

    buf = req.read()

    f.write(buf)

    i+=1

    f.close()

转义字符，因为 . 在正则中表示任意一个字符，但这段代码需要的是 (.jpg)，这里面的. 就是. 本身，并不需要它表示任意一个字符，所以需要转义它，\. 代表转义。

我用的pycharm，今天才手写的代码，改了几个小地方，都写在注释里面，楼主看看注意到没有，谢谢。

import re

import urllib

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

#此处加上decode()，不然拿下来的数据都是乱码

buf = req.read().decode("utf-8")

#老师讲课的url地址已经发生改变，改一下正则匹配就好

# listurl = re.findall(r'src=.+\.jpg', buf)

listurl = re.findall(r'//img.+?\.jpg', buf)

# 改成非贪婪模式就行了

#前面没有了http：，那么这里手动加上

for index,app_id in enumerate(listurl):

    listurl[index] = str(app_id).replace('//', 'http://')

    print(index, listurl[index])

print(listurl)

i = 0

for url in listurl:

    #写入模式修改为“wb+”，不然不支持将bytes写入，亲测

    f = open(str(i)+".jpg", "wb+")

    req = urllib.request.urlopen(url)

    buf = req.read()

    f.write(buf)

    i+=1

cat命令是查看文件内容，你直接看图片，它就把图片内容转换成十六进制给你显示出来了。你应该是在linux下遇到的这个情况，我是直接在windows下做的，所以没这个脚本。你可以考虑使用共享文件夹，然后再在windows下查看，或者用老师那个xftp工具

1.url地址必须是http://或者 https:// 这样才行啊

2.python 3.x中urllib库和urilib2库合并成了urllib库

在用户本地文件下

这个涉及写的时候URL重定向类似的问题，没影响的，是网页本身的问题，和你爬的没关系。

应该是网页的代码有变化了。

我的参考代码是这样的！：

import re

import requests

import os

def geturl():

    if not os.path.exists("D:\\IMMOC"):

        os.makedirs("D:\\IMMOC")

    count=1

    res=requests.get('http://www.imooc.com/course/list')

    re_search=re.findall(r'src=.*\.jpg',res.text)

    for each_url in re_search:

        jieguo=re.search(r'http:.*\.jpg',each_url)

        jieguo.group()

        with open('D:\\IMMOC\\'+str(count)+'.jpg','wb') as file:

            req_get=requests.get(jieguo.group())

            file.write(req_get.content)

            print('NO '+str(count)+' picture download successfully')

            count+=1  

geturl()

listurl = re.findall(r'http.+?\.jpg', buf) 改成非贪婪模式就行了

我自己试了一下，发现会读取出这种如图1的结果，我个人猜测是因为在正则表达式中使用了+这个贪婪模式的字符，所以会尽量匹配多的字符，所以看图中就知道，它把两个地址的字符串都匹配进去了，因为两个字符串连接在一起也是http开头，.jpg结尾的，把“listurl = re.findall(r'http:.+\.jpg',buf)”改成“listurl = re.findall(r'http:.+?\.jpg',buf)”，读取的结果就正确了。以上是个人观点，如有不足之处还望指出。