个人中心
gpt4 book ai didi

Python实现简单网页图片抓取完整代码实例

转载 作者：qq735679552 更新时间：2022-09-28 22:32:09 25 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Python实现简单网页图片抓取完整代码实例由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

利用python抓取网络图片的步骤是： 1、根据给定的网址获取网页源代码 2、利用正则表达式把源代码中的图片地址过滤出来 3、根据过滤出来的图片地址下载网络图片 。

以下是比较简单的一个抓取某一个百度贴吧网页的图片的实现:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
# -*- coding: utf-8 -*-
# feimengjuan
import re
import urllib
import urllib2
#抓取网页图片 
#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.urlopen(url)
   html = page.read()
   return html
  def getImg(html):
   #利用正则表达式把源代码中的图片地址过滤出来
   reg = r 'src="(.+?\.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
   for imgurl in imglist:
     urllib.urlretrieve(imgurl, '%s.jpg' % x) #打开imglist中保存的图片网址，并下载图片保存在本地
     x = x + 1
  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
getImg(html) #从网页源代码中分析并下载保存图片

进一步对代码进行了整理，在本地创建了一个“图片”文件夹来保存图片 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
# -*- coding: utf-8 -*-
# feimengjuan
import re
import urllib
import urllib2
import os
#抓取网页图片 
#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.urlopen(url)
   html = page.read()
   return html
 
#创建保存图片的文件夹
def mkdir(path):
   path = path.strip()
   # 判断路径是否存在
   # 存在  True
   # 不存在 Flase
   isExists = os.path.exists(path)
   if not isExists:
     print u '新建了名字叫做' ,path,u '的文件夹'
     # 创建目录操作函数
     os.makedirs(path)
     return True
   else :
     # 如果目录存在则不创建，并提示目录已经存在
     print u '名为' ,path,u '的文件夹已经创建成功'
     return False
# 输入文件名，保存多张图片
def saveImages(imglist,name):
   number = 1
   for imageURL in imglist:
     splitPath = imageURL.split( '.' )
     fTail = splitPath.pop()
     if len (fTail) > 3 :
       fTail = 'jpg'
     fileName = name + "/" + str (number) + "." + fTail
     # 对于每张图片地址，进行保存
     try :
       u = urllib2.urlopen(imageURL)
       data = u.read()
       f = open (fileName, 'wb+' )
       f.write(data)
       print u '正在保存的一张图片为' ,fileName
       f.close()
     except urllib2.URLError as e:
       print (e.reason)
     number + = 1
#获取网页中所有图片的地址
def getAllImg(html):
   #利用正则表达式把源代码中的图片地址过滤出来
   reg = r 'src="(.+?\.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
   return imglist  
#创建本地保存文件夹，并下载保存图片
if __name__ = = '__main__' :
   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
   path = u '图片'
   mkdir(path) #创建本地文件夹
   imglist = getAllImg(html) #获取图片的地址列表
   saveImages(imglist,path) # 保存图片

结果在“图片”文件夹下保存了几十张图片，如截图:

Python实现简单网页图片抓取完整代码实例

总结 。

以上就是本文关于Python实现简单网页图片抓取完整代码实例的全部内容，希望对大家有所帮助。如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！ 。

原文链接：http://blog.csdn.net/feimengjuan/article/details/51163803 。

最后此篇关于Python实现简单网页图片抓取完整代码实例的文章就讲到这里了,如果你想了解更多关于Python实现简单网页图片抓取完整代码实例的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

25 4 0
文章推荐： .NET Core开发日志之OData（Open Data Protocol）
文章推荐： java实例方法被覆盖,静态方法被隐藏Explain(详解)
文章推荐： AspNet Core上实现web定时任务实例
文章推荐： 详解hibernate双向多对多关联映射XML与注解版
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com