神剑山庄资源网 Design By www.hcban.com
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/.*"htmlcode">#-*- 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.*"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。
标签:
爬虫,下载网页图片
神剑山庄资源网 Design By www.hcban.com
神剑山庄资源网
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
神剑山庄资源网 Design By www.hcban.com
暂无Python3.x爬虫下载网页图片的实例讲解的评论...
更新日志
2024年10月02日
2024年10月02日
- 孙悦.1996-伙伴【正大国际】【WAV+CUE】
- 纪钧瀚《钢琴阅读时光 雨中书店聆听轻音乐》[FLAC/分轨][399.62MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[320K/MP3][87.4MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[FLAC/分轨][184.94MB]
- 陈慧娴.2018-Priscilla-Ism演唱会3CD(2024环球红馆40复刻系列)【环球】【WAV+CUE】
- 郑秀文.1999-我应该得到(国)【华纳】【WAV+CUE】
- 陈家慧.2011-钢琴酒吧2CD【龙吟唱片】【WAV+CUE】
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[320K/MP3][45.01MB]
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[FLAC/分轨][109.13MB]
- 赞多《序章》[320K/MP3][45.54MB]
- 许巍.2004-每一刻都是崭新的【步升大风】【WAV+CUE】
- 群星.2024-四方馆影视原声带【韶愔音乐】【FLAC分轨】
- 陈雷.1997-安锁咧【金圆唱片】【WAV+CUE】
- 关淑怡.2013-MY.FAVORITE.SK.3CD【环球】【WAV+CUE】
- Sweety.2006-花言乔语【丰华】【WAV+CUE】