初学python爬虫,今天用正则表达式提取网页内的图片地址
'''
正则表达式模块提取网页图片地址
面向过程式编程
'''
#导入第三方库
import re
import requests
#请求头
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) ' \
'AppleWebKit/537.36 (KHTML, like Gecko) ' \
'Chrome/80.0.3987.100 Safari/537.36'}
#目标网址
url = 'https://www.yeitu.com/meinv/xinggan/'
#请求目标网址
r = requests.get(url,headers = headers)
#请求网页乱码,采用utf-8方式解码
html = r.content.decode('utf-8')
#编译正则表达式对象
passer = re.compile('<li class="image-box">.*?<a.*?<img data-echo="(.*?)".*?</a>',re.S)
#findall方式提取网页所有图片地址
items = re.findall(passer,html)
#遍历打印图片地址
for item in items:
print(item)