近日学习了python语言，简单实现了一个爬虫，爬取了慕课网课程简介上的图片，并保存到本地。以下是实验代码：
# -*- coding: utf-8 -*- """ Spyder Editor """ import re import os import urllib.request #在python3.6环境中实现 f_soure = urllib.request.urlopen('http://www.imooc.com/course/list') #爬取目标地址 mybytes = f_soure.read() mystr = mybytes.decode('utf8') result = re.findall(r'http:.+\.jpg',mystr) #打印输出并对正则结果进行字符串切割 print(len(result[0])) print(result[0].index('.jpg')) print(result[0][:60]) l = [] for i in result: l.append(i[:60]) print (l) #重新生成图片url地址，读出并保存到本地 k=0 for url in l: f = open('F:\\python_test\\%d.jpg'%(k),'wb+') rep = urllib.request.urlopen(url) f.write(rep.read()) f.close() k+=1 print ('success')在实验过程中，发现使用python自带的os模块，当urllib.request.urlopen(url)方法返回的类file对象时，使用此对象的read方法会出现读取不完全现象。代码如下：
# -*- coding: utf-8 -*- """ Spyder Editor """ import re import urllib.request f_soure = urllib.request.urlopen('http://www.imooc.com/course/list') mybytes = f_soure.read() mystr = mybytes.decode('utf8') result = re.findall(r'http:.+\.jpg',mystr) print(len(result[0])) print(result[0].index('.jpg')) print(result[0][:60]) l = [] for i in result: l.append(i[:60]) print (l) k=0 #使用os模块进行写入 for url in l: f = os.open('F:\\python_test\\%d.jpg'%(k),os.O_CREAT|os.O_RDWR) rep = urllib.request.urlopen(url) iter_f = iter(rep) for line in iter_f: os.write(f,line) os.close(f) k+=1 print ('success')如果有大神知道为什么这样，还请解惑~~
