欢迎来到 岁月小筑

Python爬虫简单实现,贴吧图片一键下

在平常上网阅读网页的时刻,经常会看到一些好看的图片,就盼望把这些图片保留下载,或许用户用来做桌面壁纸,或许用来做计划的素材。

最惯例的做法便是经由过程鼠标右键,抉择另存为。但有些图片鼠标右键的时刻并无另存为选项,另有方法就经由过程便是经由过程截图对象截取上去,但如此就降低图片的清晰度。

能够通过python 来完成这样一个简略的爬虫功效,把想要的图片爬取到当地。上面就看看如何应用python来完成这样的功效。

一,获得全部页面数据

起首能够先获得要下载图片的全部页面信息。写一个py

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,需要先要了解一点python 正则表达式的知识才行。查看页面源代码。

http://www.cnblogs.com/fnng/archive/2013/05/20/3089816.html

假如在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=”http://imgsrc.baidu.com/forum……jpg”pic_ext=”jpeg”

修改代码如下:

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。

点赞
  1. mjj说道:

    MJJ ,我家的脐橙熟了,欢迎购买品尝 https://item.taobao.com/item.htm?id=542044176859

    1. littleplus littleplus说道:

      哈哈,10斤一下有点多了,分装5斤倒是可以,MJJ必须支持

发表评论

电子邮件地址不会被公开。