码迷,mamicode.com
首页 > 编程语言 > 详细

Python3简单爬虫抓取网页图片

时间:2019-08-26 09:46:53      阅读:100      评论:0      收藏:0      [点我收藏+]

标签:网页   tieba   format   col   eve   html   page   http   新手   

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 = rsrc="(.+?\.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

 

Python3简单爬虫抓取网页图片

标签:网页   tieba   format   col   eve   html   page   http   新手   

原文地址:https://www.cnblogs.com/roboot/p/11410323.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!