个回答

• 华灯初上丶

  2018-01-27 22:18:42

  
  

  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()

  
  

  1

• 地大新手

  2017-12-20 12:45:42

  我也是。。所以用正则表达式匹配不到需要的url地址~好尴尬

  0

• 慕粉4012628

  2017-12-12 04:37:04

  有时候url是相对地址，就是说前面还要加上服务器的地址。

  0