代碼如下:
# -*- coding: cp936 -*-
import urllib2
import urllib
mmurl="http://xxxxxx.com/json/request_top_list.htm?type=0&page="
i=0#第二頁有個人的頁面沒圖片,會出現(xiàn)IO錯誤
while i<15:
url=mmurl+str(i)
#print url #打印出列表的url
up=urllib2.urlopen(url)#打開頁面，存入句柄中
cont=up.read()
#print len(cont)#頁面的長度
ahref='<a href="http'#篩選頁面內(nèi)網(wǎng)頁鏈接的關(guān)鍵字
target="target"
pa=cont.find(ahref)#找出網(wǎng)頁鏈接的頭部位置
pt=cont.find(target,pa)#找出網(wǎng)頁鏈接的尾部位置
for a in range(0,20):#如才能不把20硬編碼進(jìn)去？如何找到文件結(jié)尾？
urlx=cont[pa+len(ahref)-4:pt-2]#從頭部到尾部，將網(wǎng)頁鏈接存入變量
if len(urlx) < 60:#如果網(wǎng)頁鏈接長度適合【len（）?。。?！】
urla=urlx #那么就準(zhǔn)備將其打印出來
print urla #這是想要的model個人URL
#########以下開始對model個人的URL進(jìn)行操作#########
mup=urllib2.urlopen(urla)#打開model個人的頁面，存入句柄中
mcont=mup.read()#對model頁面的句柄進(jìn)行讀出操作，存入mcont字符串
imgh="<img.jpg"
iph=mcont.find(imgh)#找出【圖片】鏈接的頭部位置
ipt=mcont.find(imgt,iph)#找出【圖片】鏈接的尾部位置
for b in range(0,10):#又是硬編碼····
mpic=mcont[iph:ipt+len(imgt)]#原始圖片鏈接，鏈接字符的噪聲太大
iph1=mpic.find("http")#對上面的鏈接再過濾一次
ipt1=mpic.find(imgt) #同上
picx=mpic[iph1:ipt1+len(imgt)]
if len(picx)<150:#仍有一些URL是“http：ss.png><dfsdf>.jpg”(設(shè)為100竟然會誤傷)
pica=picx #【是len(picx)<100而不是picx!!】不然會不顯示
print pica
############################
###########開始下載pica這個圖片
urllib.urlretrieve(pica,"pic\\tb"+str(i)+"x"+str(a)+"x"+str(b)+".jpg")
########### pica圖片下載完畢.(加上各循環(huán)體的數(shù)字，以免名字重復(fù))
############################
iph=mcont.find(imgh,iph+len(imgh))#開始下一個循環(huán)
ipt=mcont.find(imgt,iph)
############model個人URL內(nèi)的【圖片鏈接】提取完畢##########
pa=cont.find(ahref,pa+len(ahref))#將原來的頭部位作為起始點，繼續(xù)向后找下一個頭部
pt=cont.find(target,pa)#繼續(xù)找下一個尾部
i+=1