zoukankan      html  css  js  c++  java
  • Python3简单爬虫抓取网页图片

    现在网上有很多python2写的爬虫抓取网页图片的实例,但不适用新手(新手都使用python3环境,不兼容python2),
    所以我用Python3的语法写了一个简单抓取网页图片的实例,希望能够帮助到大家,并希望大家批评指正。
    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  
    def getHtml(url):
        page = urllib.request.urlopen(url)
        html = page.read()
        return html.decode('UTF-8')
    
    def getImg(html):
        reg = r'src="(.+?.jpg)" pic_ext'
        imgre = re.compile(reg)
        imglist = imgre.findall(html)#表示在整个网页中过滤出所有图片的地址,放在imglist中
        x = 0
        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  
    
        for imgurl in imglist:  
            urllib.request.urlretrieve(imgurl,'{0}{1}.jpg'.format(paths,x))  #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 
            x = x + 1  
        return imglist
    html = getHtml("http://tieba.baidu.com/p/2460150866")#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
  • 相关阅读:
    脚本编辑器的写法
    图集优化
    数组与链表的区别
    第四课 vi编辑器使用
    第三课下 Linux termina命令行常用快捷键
    第三课上 Linux命令入门
    01.Volatile相关知识
    第二课 Ubuntu环境搭建和图形界面操作
    第一课 不要用老方法学习单片机和ARM
    第八讲 IPC之信号量Semaphore
  • 原文地址:https://www.cnblogs.com/roboot/p/11410323.html
Copyright © 2011-2022 走看看