python數(shù)據(jù)爬下來保存在本地，一般是文件或數(shù)據(jù)庫中，但是文件形式相比要更加簡(jiǎn)單，如果只是自己寫爬蟲玩，可以用文件形式來保存數(shù)據(jù)。

　　#coding=utf-8

　　import urllib.request

　　import re

　　import os

　　'''

　　XPath helper插件是chrome的一個(gè)插件，基于chrome核的瀏覽器也可以安裝。XPath helper可以用來調(diào)試XPath表達(dá)式。

　　Urllib 模塊提供了讀取web頁面數(shù)據(jù)的接口，我們可以像讀取本地文件一樣讀取www和ftp上的數(shù)據(jù)

　　urlopen 方法用來打開一個(gè)url

　　read方法 用于讀取Url上的數(shù)據(jù)

　　'''

　　def getHtml(url):

　　page = urllib.request.urlopen(url);

　　html = page.read();

　　return html;

　　def getImg(html):

　　imglist = re.findall('img src="(http.*?)"',html

　　return imglist

　　html = getHtml("https://www.zhihu.com/question/34378366").decode("utf-8");

　　imagesUrl = getImg(html);

　　if os.path.exists("D:/imags") == False:

　　os.mkdir("D:/imags");

　　count = 0;

　　for url in imagesUrl:

　　print(url)

　　if(url.find('.') != -1):

　　name = url[url.find('.',len(url) - 5):];

　　bytes = urllib.request.urlopen(url);

　　f = open("D:/imags/"+str(count)+name, 'wb');

　　f.write(bytes.read());

　　f.flush();

　　f.close();

　　count+=1

　　經(jīng)測(cè)試，基本功能還是可以實(shí)現(xiàn)的�；ǖ妮^多的時(shí)間就是正則匹配哪里，因?yàn)樽约簩?duì)正則表達(dá)式也不是非常熟悉。所以還是花了點(diǎn)時(shí)間。