清华大佬耗费三个月吐血整理的几百G的资源，免费分享！....>>>

#!/usr/bin/env python
#coding=utf-8
import urllib
import re 

'''抓取www.meizitu.com的图片'''
#http://www.meizitu.com/a/list_1_1.html


#获取html内容
def getHtml(url):
    file = urllib.urlopen(url)
    html = file.read()
    return html

#匹配图片地址返回列表数组
def getImg(html):
    reg = r'data-original="(.+?\.jpg)"'
    imgre = re.compile(reg)
    imglist = re.findall(imgre,html)
    return imglist

#下载图片
def download(imgList,page):
    x = (page-1)*10
    for imgurl in imgList:
        print 'download file '+str(x)+' start'
        urllib.urlretrieve(imgurl, 'D:/python/meizitu/%s.jpg' %x)
        print 'download file '+str(x)+' end'
        x+=1

# 获取图片数量，最好是10的倍数
def getPicNum(number=10,page=1):
    pageSize = 10
    pageNumber = number/10
    while(page<=pageNumber):
        url = "http://www.meizitu.com/a/list_1_"+str(page)+".html"
        html = getHtml(url)
        print 'get %s html success' % page 
        imageList = getImg(html)
        print 'get %s imageurl success' %page
        download(imageList,page)
        page=page+1

#从第一页开始获取20张图片，可以自行定义从多少页开始进行获取
getPicNum(number=20,page=1)


raw_input("press enter")