您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
一、选取网址进行爬虫
本次我们选取pixabay图片网站
url=https://pixabay.com/
二、选择图片右键选择查看元素来寻找图片链接的规则
通过查看多个图片路径我们发现取src路径都含有 https://cdn.pixabay.com/photo/ 公共部分且图片格式都为.jpg 因此正则表达式为
re.compile(r'^https://cdn.pixabay.com/photo/.*?jpg$')
通过以上的分析我们可以开始写程序了
#-*- coding:utf-8 -*- import re import requests import os from bs4 import BeautifulSoup url = 'https://pixabay.com/' html = requests.get(url).text #获取网页内容 print(html) # 这里由于有些图片可能存在网址打不开的情况,加个5秒超时控制。 #data-objurl="http://pic38.nipic.com/20140218/17995031_091821599000_2.jpg"获取这种类型链接 soup = BeautifulSoup(html,'html.parser',from_encoding='utf-8') #^abc.*?qwe$ pic_url = soup.find_all('img',src=re.compile(r'^https://cdn.pixabay.com/photo/.*?jpg$')) #pic_url = pic_node.get_text() #pic_url = re.findall('"https://cdn.pixabay.com/photo/""(.*?)",',html,re.S) print(pic_url) i = 0 #判断image文件夹是否存在,不存在则创建 if not os.path.exists('image'): os.makedirs('image') for url in pic_url: img = url['src'] try: pic = requests.get(img,timeout=5) #超时异常判断 5秒超时 except requests.exceptions.ConnectionError: print('当前图片无法下载') continue file_name = "image/"+str(i)+".jpg" #拼接图片名 print(file_name) #将图片存入本地 fp = open(file_name,'wb') fp.write(pic.content) #写入图片 fp.close() i+=1
代码是不是很简单呢 如果你想修改地址 取爬取别的网站 请注意分析下载图片路径的共性 并设计合理的正则表达式,否则是无法获取到图片路径的
执行过程截图:
以上这篇Python3.x爬虫下载网页图片的实例讲解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持亿速云。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。