Python如何批量爬取某网站图片

这篇文章给大家分享的是有关Python如何批量爬取某网站图片的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

1.需要用到的库有:

Requests re os time 如果没有安装的请自己安装一下，pycharm中打开终端输入命令就可以安装

IDE : pycharm

python 版本: 3.8.1

2.爬取地址:

https://www.vmgirls.com/9384.html

-------------------废话不多说了，不懂的可以给我留言哦，接下来我们一步一步来操作------------------

1.请求网页

# 请求网页
import requests
 response=requests.get('https://www.vmgirls.com/9384.html')
print(response.text)

发现请求到的是403,直接禁止了我们访问，requests库会告诉他我们是python过来的，他知道我们是一个python禁止我们反爬

解决:

我们可以伪装头,把头设置一下

# 请求网页
import requests
headers={       'user-agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.100 Safari/537.36'
}response=requests.get('https://www.vmgirls.com/9384.html',headers=headers)
print(response.request.headers)

执行结果:

这样头就伪装了

2.解析网页

# 请求网页
import requests
import reheaders={       'user-agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.100 Safari/537.36'
}response=requests.get('https://www.vmgirls.com/9384.html',headers=headers)
# print(response.request.headers)
# print(response.text)
html=response.text#解析网页urls=re.findall('<img alt=".*?">

　结果:

可能对re.findall后面不太理解怎么来的,关键就是要找到图片的dom然后根据re库的一个匹配规则来匹配,要匹配的用(.*?)来表示，不需要匹配的用.*?来代替就可以了,

打开网址，按f12查看源码找到图片的代码

复制图片代码，打开网页源码按 ctrl+f 进行搜索，找到图片源码的位置

3.保存图片

具体可以看源码，我给这些图片创建了一个文件夹(需要os库)，并且命了名，这样分类下次看小姐姐就比较容易找到啦

import time
import requestsimport reimport  osheaders={       'user-agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.100 Safari/537.36'
}response=requests.get('https://www.vmgirls.com/9384.html',headers=headers)
# print(response.request.headers)
# print(response.text)
html=response.text# 解析网页# 目录名字dir_name=re.findall('<img alt="(.*?)">

感谢各位的阅读！关于“Python如何批量爬取某网站图片”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！