国产成人精品久久免费动漫-国产成人精品天堂-国产成人精品区在线观看-国产成人精品日本-a级毛片无码免费真人-a级毛片毛片免费观看久潮喷

您的位置:首頁技術(shù)文章
文章詳情頁

Python爬蟲抓取指定網(wǎng)頁圖片代碼實例

瀏覽:2日期:2022-07-16 14:16:38

想要爬取指定網(wǎng)頁中的圖片主要需要以下三個步驟:

(1)指定網(wǎng)站鏈接,抓取該網(wǎng)站的源代碼(如果使用google瀏覽器就是按下鼠標(biāo)右鍵 -> Inspect-> Elements 中的 html 內(nèi)容)

(2)根據(jù)你要抓取的內(nèi)容設(shè)置正則表達(dá)式以匹配要抓取的內(nèi)容

(3)設(shè)置循環(huán)列表,重復(fù)抓取和保存內(nèi)容

以下介紹了兩種方法實現(xiàn)抓取指定網(wǎng)頁中圖片

(1)方法一:使用正則表達(dá)式過濾抓到的 html 內(nèi)容字符串

# 第一個簡單的爬取圖片的程序import urllib.request # python自帶的爬操作url的庫import re # 正則表達(dá)式# 該方法傳入url,返回url的html的源代碼def getHtmlCode(url): # 以下幾行注釋的代碼在本程序中有加沒加效果一樣,但是為了隱藏自己避免被反爬蟲可以假如這個偽裝的頭部請求 headers = { ’User-Agent’: ’Mozilla/5.0(Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36(KHTML, like Gecko) Chrome/56.0.2924.87 Mobile Safari/537.36’ } # 將headers頭部添加到url,模擬瀏覽器訪問 url = urllib.request.Request(url, headers=headers) # 將url頁面的源代碼保存成字符串 page = urllib.request.urlopen(url).read() # 字符串轉(zhuǎn)碼 page = page.decode(’UTF-8’) return page# 該方法傳入html的源代碼,通過截取其中的img標(biāo)簽,將圖片保存到本機(jī)def getImage(page): # [^s]*? 表示最小匹配, 兩個括號表示列表中有兩個元組 # imageList = re.findall(r’(https:[^s]*?(png))'’, page) imageList = re.findall(r’(https:[^s]*?(jpg|png|gif))'’, page) x = 0 # 循環(huán)列表 for imageUrl in imageList: try: print(’正在下載: %s’ % imageUrl[0]) # 這個image文件夾需要先創(chuàng)建好才能看到結(jié)果 image_save_path = ’./image/%d.png’ % x # 下載圖片并且保存到指定文件夾中 urllib.request.urlretrieve(imageUrl[0], image_save_path) x = x + 1 except: continue passif __name__ == ’__main__’: # 指定要爬取的網(wǎng)站 url = 'https://www.cnblogs.com/ttweixiao-IT-program/p/13324826.html' # 得到該網(wǎng)站的源代碼 page = getHtmlCode(url) # 爬取該網(wǎng)站的圖片并且保存 getImage(page) # print(page)

注意,代碼中需要修改的就是imageList = re.findall(r’(https:[^s]*?(jpg|png|gif))'’, page) 這一塊內(nèi)容,如何設(shè)計正則表達(dá)式需要根據(jù)你想要抓取的內(nèi)容設(shè)置。我的設(shè)計來源如下:

Python爬蟲抓取指定網(wǎng)頁圖片代碼實例

可以看到,因為這個網(wǎng)頁上的圖片都是 png 格式,所以寫成imageList = re.findall(r’(https:[^s]*?(png))'’, page)也是可以的。

(2)方法二:使用 BeautifulSoup 庫解析 html 網(wǎng)頁

from bs4 import BeautifulSoup # BeautifulSoup是python處理HTML/XML的函數(shù)庫,是Python內(nèi)置的網(wǎng)頁分析工具import urllib # python自帶的爬操作url的庫# 該方法傳入url,返回url的html的源代碼def getHtmlCode(url): # 以下幾行注釋的代碼在本程序中有加沒加效果一樣,但是為了隱藏自己避免被反爬蟲可以假如這個偽裝的頭部請求 headers = { ’User-Agent’: ’Mozilla/5.0(Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36(KHTML, like Gecko) Chrome/56.0.2924.87 Mobile Safari/537.36’ } # 將headers頭部添加到url,模擬瀏覽器訪問 url = urllib.request.Request(url, headers=headers) # 將url頁面的源代碼保存成字符串 page = urllib.request.urlopen(url).read() # 字符串轉(zhuǎn)碼 page = page.decode(’UTF-8’) return page# 該方法傳入html的源代碼,通過截取其中的img標(biāo)簽,將圖片保存到本機(jī)def getImage(page): # 按照html格式解析頁面 soup = BeautifulSoup(page, ’html.parser’) # 格式化輸出DOM樹的內(nèi)容 print(soup.prettify()) # 返回所有包含img標(biāo)簽的列表,因為在Html文件中圖片的插入呈現(xiàn)形式是<img src='http://m.cgvv.com.cn/bcjs/...' alt='..' /> imgList = soup.find_all(’img’) x = 0 # 循環(huán)找到的圖片列表,注意,這里手動設(shè)置從第2張圖片開始,是因為我debug看到了第一張圖片不是我想要的圖片 for imgUrl in imgList[1:]: print(’正在下載: %s ’ % imgUrl.get(’src’)) # 得到scr的內(nèi)容,這里返回的就是Url字符串鏈接,如’https://img2020.cnblogs.com/blog/1703588/202007/1703588-20200716203143042-623499171.png’ image_url = imgUrl.get(’src’) # 這個image文件夾需要先創(chuàng)建好才能看到結(jié)果 image_save_path = ’./image/%d.png’ % x # 下載圖片并且保存到指定文件夾中 urllib.request.urlretrieve(image_url, image_save_path) x = x + 1if __name__ == ’__main__’: # 指定要爬取的網(wǎng)站 url = ’https://www.cnblogs.com/ttweixiao-IT-program/p/13324826.html’ # 得到該網(wǎng)站的源代碼 page = getHtmlCode(url) # 爬取該網(wǎng)站的圖片并且保存 getImage(page)

這兩種方法各有利弊,我覺得可以靈活結(jié)合使用這兩種方法,比如先使用方法2中指定標(biāo)簽的方法縮小要尋找的內(nèi)容范圍,然后再使用正則表達(dá)式匹配想要的內(nèi)容,這樣做起來更加簡潔明了。

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持好吧啦網(wǎng)。

標(biāo)簽: Python 編程
相關(guān)文章:
主站蜘蛛池模板: 久久亚洲精品成人 | 扒开两腿猛进入爽爽视频 | 特级做a爰片毛片免费看 | 在线观看亚洲国产 | 欧美国产日本精品一区二区三区 | 日本免费三级网站 | 免费观看毛片视频 | 久久综合亚洲一区二区三区 | 久久亚洲一级α片 | 国产自产v一区二区三区c | 男人使劲躁女人视频小v | 欧美一级专区免费大片俄罗斯 | avwww在线| 日韩中文字幕免费在线观看 | 日本高清在线中文字幕网 | 港台三级在线观看 | 欧美成人观看免费完全 | 久久99网站 | 99re6热视频精品免费观看 | 九九久久九九久久 | 九九亚洲 | 一区二区中文字幕在线观看 | 国产人成午夜免视频网站 | 亚洲欧美精品久久 | 99爱视频 | 日本在线观看不卡免费视频 | 免费一级欧美性大片 | 一级做a爰性色毛片 | 久久国产精品免费一区二区三区 | 亚洲欧美久久一区二区 | 亚洲wwww | 美女张开腿双腿让男人桶 | 国产成人在线网址 | 黄色a免费 | 久色福利| 成人国产亚洲 | 欧美大片aaa | 国内精品久久久久久久久久影视 | 自拍视频网| 日本在线观看不卡 | 亚洲视频免费观看 |