爬取网页图片-python实现网页爬虫爬取图片

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爬取网页图片,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:

爬取网页图片-python实现网页爬虫爬取图片

一. 获取整个页面数据

爬取网页图片-python实现网页爬虫爬取图片

首先我们可以先获取要下载图片的整个页面信息。

爬取网页图片-python实现网页爬虫爬取图片

创建getjpg.py文件

爬取网页图片-python实现网页爬虫爬取图片

爬取网页图片-python实现网页爬虫爬取图片

爬取网页图片-python实现网页爬虫爬取图片

说明:

爬取网页图片-python实现网页爬虫爬取图片

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上的数据。

爬取网页图片-python实现网页爬虫爬取图片

首先,我们定义了一个getHtml()函数;

爬取网页图片-python实现网页爬虫爬取图片

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=\”/forum/w%3D580/sign=750661a0fcfaaf5184e381b7bc5594ed/75fafbedab64034fc3ed0b80aec379310a551d11.jpg\”

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:

本文来自网络,不代表唯米智能立场,转载请注明出处。如有侵权请联系删除。http://www.weiseo.cc/b/3474.html

作者: 小易

上一篇
下一篇
联系我们

联系我们

在线咨询: QQ交谈

邮箱: 2013723@qq.com

工作时间:周一至周五,9:00-17:30,节假日休息

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部
在线客服系统