感兴趣的小伙伴，下面一起跟随编程之家 52php.cn的小编来看看吧。
主要实现一个简单的爬虫，从一个百度贴吧页面下载图片。下载图片的步骤如下：
- 获取网页html文本内容；
- 分析html中图片的html标签特征，用正则解析出所有的图片url链接列表；
- 根据图片的url链接列表将图片下载到本地文 件夹中。
# 编程之家 (52php.cn)
import requests
import re
# 根据url获取网页html内容
def getHtmlContent(url):
page = requests.get(url)
return page.text
# 从html中解析出所有jpg图片的url
# html中jpg图片的url格式为：<img ... src="XXX.jpg" width=...>
def getJPGs(html):
# 解析jpg图片url的正则
jpgReg = re.compile(r'<img.+?src="(.+?.jpg)" width') # 注：这里最后加一个'width'是为了提高匹配精确度
# 解析出jpg的url列表
jpgs = re.findall(jpgReg,html)
return jpgs
# 用图片url下载图片并保存成制定文件名
def downloadJPG(imgUrl,fileName):
# 可自动关闭请求和响应的模块
from contextlib import closing
with closing(requests.get(imgUrl,stream = True)) as resp:
with open(fileName,'wb') as f:
for chunk in resp.iter_content(128):
f.write(chunk)
# 批量下载图片，默认保存到指定目录文件下
def batchDownloadJPGs(imgUrls,path = 'C:/Users/Administrator/Desktop/picture/'):
# 用于给图片命名
count = 1
for url in imgUrls:
downloadJPG(url,''.join([path,'{0}.jpg'.format(count)]))
print("下载中...请稍后...{0}.jpg".format(count))
count = count + 1
# 封装：从网页下载图片
def download(url):
html = getHtmlContent(url)
jpgs = getJPGs(html)
batchDownloadJPGs(jpgs)
def main():
url = 'http://tieba.baidu.com/p/2256306796'
download(url)
print("================================")
print("已完成下载...请到指定目录进行查看！！！")
if __name__ == '__main__':
main()
# End 5.1.2笔记-52php.cn （编辑：李大同）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
