注册 X
提交 注:点击提交后系统会发送邮件到邮箱验证!(仅支持中国大陆邮箱)
我已阅读并同意 服务条款
首页 > IT技术笔记 > 查看笔记

Python3简单爬虫抓取网页图片

                                使用Python3的简单抓取网页图片的实例。

                                                                    

		        
import urllib.request
import re
import os
import urllib
#根据给定的网址来获取网页详细信息,得到的html就是网页的源代码
headers = ("User-Agent",
           "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU 360SE")
opener = urllib.request.build_opener()
opener.addheaders = [headers]
def getHtml(url):
    page = opener.open(url)
    html = page.read()
    return html.decode('UTF-8')

def getImg(html):
    #reg = r'src="(.+?.jpeg)"'
    reg = r"src='(.+?.jpeg)'"
    imgre = re.compile(reg)
    #表示在整个网页中过滤出所有图片的地址,放在imglist中
    imglist = imgre.findall(html)
    x = 151
    path = 'D:\test'  
    # 将图片保存到D:\test文件夹中,如果没有test文件夹则创建
    if not os.path.isdir(path):  
        os.makedirs(path)  
    paths = path+'\'      #保存在test路径下  
    urllib.request.install_opener(opener)
    for imgurl in imglist:  
        #打开imglist中保存的图片网址,并下载图片保存在本地,format格式化字符串 
        urllib.request.urlretrieve(imgurl,'{}{}.jpg'.format(paths,x))
        x = x + 1
    print(x)
    return imglist
html = getHtml("https://tieba.baidu.com/p/2460150866")
print(html)
#获取该网址网页详细信息,得到的html就是网页的源代码  
print (getImg(html)) #从网页源代码中分析并下载保存图片
		      

 打赏        分享



评论

邮箱: 昵称: