是不是很想知道那三步？

其實(shí)很簡單！

1、打開網(wǎng)頁，獲取源碼

2、獲取圖片

3、保存圖片地址與下載圖片

打開網(wǎng)頁，獲取源碼

*由于多人同時(shí)爬蟲某個(gè)網(wǎng)站時(shí)候，會(huì)造成數(shù)據(jù)冗余，網(wǎng)站崩潰，所以一些網(wǎng)站是禁止爬蟲的，會(huì)返回403拒絕訪問的錯(cuò)誤信息。----獲取不到想要的內(nèi)容/請求失敗/IP容易被封……..等

*解決辦法：偽裝——不告訴網(wǎng)站我是一個(gè)腳本，告訴它我是一個(gè)瀏覽器。（加上隨便一個(gè)瀏覽器的頭部信息，偽裝成瀏覽器），由于是簡單例子，那我們就不搞這些騷操作了。

獲取圖片

*Find函數(shù) ：只去找第一個(gè)目標(biāo)，查詢一次

*Find_all函數(shù)： 找到所有的相同的目標(biāo)。

這里可能有一個(gè)解析器的問題，我們也不說了，出問題的同學(xué)百度一堆解決辦法。

保存圖片地址與下載圖片

a.使用urlib---urlretrieve下載（保存位置：如果保存在跟*.py文件同一個(gè)地方，那么只需要文件夾名稱即可，如果是其他地方，那么得寫絕對路徑。）

算了，不說那么多廢話，既然是個(gè)簡單例子，那我就直接貼代碼吧。相信也沒多少人呢看不懂。

提一句：用BeautifulSoup就可以不用正則；爬蟲用正則，Bs4, xpath三種 選擇一個(gè)就好。當(dāng)然也可以混合使用，也還有其他種。

掌握上面的爬蟲三步驟，一些簡單的網(wǎng)站都可以直接搞定！

下面用一個(gè)小案例吧！

環(huán)境

需求：python3x pycharm

模塊：urllib 、urllib2、bs4、re

代碼：