龙空技术网

python实现网页爬虫爬取图片

初遇情衷 359

前言:

眼前姐妹们对“python如何爬取图片”大概比较关怀,大家都需要了解一些“python如何爬取图片”的相关文章。那么小编也在网络上收集了一些有关“python如何爬取图片””的相关知识,希望同学们能喜欢,我们快快来了解一下吧!

在一些网站上经常看到一些好的图片希望批量下载保存到本地,但是一个个右击保存有显的十分麻烦,这里可以通过python 来实现这样一个简单的爬虫功能,把我们想要的代码爬取到本地,功能有点类似我们之前学过的批处理。下面就看看如何使用python来实现这样一个功能,主要分为三步,如下:

一. 获取整个页面数据

首先我们可以先获取要下载图片的整个页面信息。

创建getjpg.py文件

说明:

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。

二. 筛选页面中想要的数据

 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。

re模块中一些重要的函数:

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=""

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。

三. 将页面筛选的数据保存到本地

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。

效果如下:

标签: #python如何爬取图片 #python爬取图片怎么保存

上一篇谁都别想动我的Windows独苗

下一篇没有了