#!/usr/bin/python
# _*_ coding: utf-8 _*_

'''
Created on 2018年8月22日
'''

# 导入包
import urllib
import urllib2
import re
import os

# 获取网站地址
req = urllib2.Request('https://image.baidu.com/search/index?tn=baiduimage&ct=201326592&lm=-1&cl=2&ie=gb18030&word=%C1%F5%CA%AB%CA%AB&fr=ala&ala=1&alatpl=star&pos=0&hs=2&xthttps=111111')
# 打开网站，并赋给对象f
f = urllib2.urlopen(req)
# 设置本地下载路径，注意后面的\\，第一个是转义字符，第二个是路径的\字符
localDir = 'E:\download\\'
# 定义空列表
urlList = []
# 遍历网站

# 判断本地路径是否存在，如果不存在就创建
if not os.path.exists(localDir):
    os.makedirs(localDir)

for eachLine in f:
    # 每一行的头和尾去掉空格
    line = eachLine.strip()
    # 匹配含有jpg的行，(.*) 解释： .任意字符不包含换行，*0-N次
    if re.match('.*jpg.*', line):
#         print(line)  # 测试使用，可以注释，目的是打印匹配的字符串

        # 以双引号作为分隔符，将每一行按照双引号进行拆分
        wordList = line.split('\"')
        for word in wordList:
            # 拆之后，匹配https开头和jpg结尾的字符串
            if re.match('https:/.*.jpg', word):
                # 将上一步匹配的字符串追加到定义的空列表urlList中
                urlList.append(word)

# 将列表去重，因为后续发现有重复现象
urlList = list(set(urlList))   #去重

# 遍历去重后的列表
for everyFile in urlList:
    everyURL = everyFile

    # 将url按照 / 切分，然后获取最后一个字符串作为照片名称
    localFileName = everyURL.split('/')[-1]

#     print(localFileName)    # 测试使用，可以注释，目的是打印匹配的字符串
    # 拼接字符串，定义本地照片的绝对路径：目录路径+照片名字
    localFile = localDir + localFileName
#     print (localFile)    # 测试使用，可以注释，目的是打印匹配的字符串

    # try语法，利用urllib.urlretrieve方法，将照片下载至本地
    try:            
      urllib.urlretrieve(everyURL, localFile) #按照url进行下载，并以其文件名存储到本地目录 
    except Exception,e: 
      continue