写了一个抓taobao图片的爬虫，全是用if，for，while写的，比较简陋，入门作品。
从网页http://mm.taobao.com/json/request_top_list.htm?type=0&page=中提取taobao模特的照片。
复制代码 代码如下:
# -*- coding: cp936 -*-
import urllib2
import urllib
mmurl=http://mm.taobao.com/json/request_top_list.htm?type=0&page=
i=0#第二页有个人的页面没图片,会出现io错误
while i        url=mmurl+str(i)
        #print url #打印出列表的url
        up=urllib2.urlopen(url)#打开页面，存入句柄中
        cont=up.read()
        #print len(cont)#页面的长度
        ahref='        pa=cont.find(ahref)#找出网页链接的头部位置
        pt=cont.find(target,pa)#找出网页链接的尾部位置
        for a in range(0,20):#如才能不把20硬编码进去？如何找到文件结尾？
                urlx=cont[pa+len(ahref)-4:pt-2]#从头部到尾部，将网页链接存入变量
                if len(urlx)                     urla=urlx     #那么就准备将其打印出来
                    print urla    #这是想要的model个人url
                    #########以下开始对model个人的url进行操作#########
                    mup=urllib2.urlopen(urla)#打开model个人的页面，存入句柄中
                    mcont=mup.read()#对model页面的句柄进行读出操作，存入mcont字符串
                    imgh=                    imgt= .jpg>                    iph=mcont.find(imgh)#找出【图片】链接的头部位置
                    ipt=mcont.find(imgt,iph)#找出【图片】链接的尾部位置
                    for b in range(0,10):#又是硬编码····
                            mpic=mcont[iph:ipt+len(imgt)]#原始图片链接，链接字符的噪声太大
                            iph1=mpic.find(http)#对上面的链接再过滤一次
                            ipt1=mpic.find(imgt)  #同上
                            picx=mpic[iph1:ipt1+len(imgt)]
                            if len(picx).jpg”(设为100竟然会误伤)
                                    pica=picx #【是len(picx)                                    print pica
                                    ############################
                                    ###########开始下载pica这个图片
                                    urllib.urlretrieve(pica,pic\\tb+str(i)+x+str(a)+x+str(b)+.jpg)                                  
                                    ###########   pica图片下载完毕.(加上各循环体的数字，以免名字重复)
                                    ############################
                            iph=mcont.find(imgh,iph+len(imgh))#开始下一个循环
                            ipt=mcont.find(imgt,iph)
                    ############model个人url内的【图片链接】提取完毕##########
                pa=cont.find(ahref,pa+len(ahref))#将原来的头部位作为起始点，继续向后找下一个头部
                pt=cont.find(target,pa)#继续找下一个尾部
        i+=1
是不是很简单呢，小伙伴们稍微修改下就可以抓取其他内容了的。。。