好了，下面是程序代码：
import urllib2
from bs4 import BeautifulSoup
import re
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
baseurl = "http://www.gxlcms.com/dont-worry.html"
#说明下，起始地址是第一篇文章的地址，通过该文章的页面就
#可以使用BeautifulSoup模块来获取上一篇文章的地址
file = open(r"E:123.txt","a")
def pageloop(url):
page = urllib2.urlopen(url)
soup = BeautifulSoup(page)
img = soup.findAll(['img'])
if img == []:
print "当前页面没有图片"
return
else:
for myimg in img:
link = myimg.get('src')
print link
pattern = re.compile(r'QQS*[0-9]*png')
badimg = pattern.findall(str(link))
if badimg:
print url
file.write(link + "
")
file.write(url+"
")
def getthenextpage(url):
pageloop(url)
page = urllib2.urlopen(url)
soup = BeautifulSoup(page)
for spanclass in soup.findAll(attrs={"class" : "article-nav-prev"}):
#print spanclass
if spanclass.find('article-nav-prev') != -1:
pattern = re.compile(r'http://www.gxlcms.com/S*html')
pageurl = pattern.findall(str(spanclass))
for i in pageurl:
#print i
getthenextpage(i)
getthenextpage(baseurl)
print "the end!"
file.close()
最后，对和我以前刚开始做网站的同学说下，图片命名的话最好是用数字形式或者是英文、拼音的形式，要不然到最后想修改的话就麻烦了，所以最好就是从刚开始就养成好的习惯，用正确的命名规范来问文章、图片来命名，这样就会好很多。
下载本文