利用网络爬虫，我们可以设计好要抓取网页上的任意数据，需要哪些资料就抓取哪些。代理IP的普及使用，让爬虫的工作量减少了，只需要购买代理IP服务，然后做好编程，就可以开始自动抓取。

黑洞代理下面给大家分享几个抓取数据的例子：

1、数据保存

把筛选的图片地址通过for循环遍历并保存到本地，代码如下：

这里的核心是用到了urllib.urlretrieve()方法，直接将远程数据下载到本地。

通过一个for循环对获取的图片连接进行遍历，为了使图片的文件名看上去更规范，对其进行重命名，命名规则通过x变量加1。保存的位置默认为程序的存放目录。程序运行完成，将在目录下看到下载到本地的文件。

2、获取网页信息

Urllib 模块提供了读取web页面数据的接口，我们可以像读取本地文件一样读取www和ftp上的数据。首先，我们定义了一个getHtml()函数:

urllib.urlopen()方法用于打开一个URL地址。

read()方法用于读取URL上的数据，向getHtml()函数传递一个网址，并把整个页面下载下来。执行程序就会把整个网页打印输出。

3、筛选页面数据

Python提供了非常强大的正则表达式，我们需要先要了解一点python正则表达式的知识才行。

假如我们百度贴吧找到了几张漂亮的壁纸，通过到前段查看工具。找到了图片的地址，如:src=”http://imgsrc.baidu.com/forum......jpg”pic_ext=”jpeg”

修改代码如下：

我们又创建了getImg()函数，用于在获取的整个页面中筛选需要的图片连接。re模块主要包含了正则表达式：

re.compile() 可以把正则表达式编译成一个正则表达式对象。

re.findall() 方法读取html 中包含 imgre(正则表达式)的数据。

运行脚本将得到整个页面中包含图片的URL地址。

通过编程设计，什么样的数据都可以抓取下来，关键在于代理IP与编程的互相配合。