Python爬虫(六)爬京东商品图片
来源:互联网 发布:网络彩票推广员 编辑:程序博客网 时间:2024/04/30 14:48
打开京东商城,选择笔记本电脑区域,第一页的链接是 https://list.jd.com/list.html?cat=670,671,672&page=1,第二页page属性就变成了2,以此类推
查看网页源代码,接触过html的人很快就会发现链接图片的标签,格式如下:
<img width="220" height="220" data-img="1" data-lazy-img="//img14.360buyimg.com/n7/jfs/t10123/170/1203650051/249444/b4748f86/59ddb765N62523179.jpg">那么对应的正则表达式就是
pattern = '<img width="220" height="220" data-img="1" data-lazy-img="//(.+?\.jpg)">'()是指获取()里面的匹配内容,懒惰模式,只要遇到 . 就结束
代码:获取1-9页的商品图片
import reimport urllib.requestdef catch_pic(url, page): html = urllib.request.urlopen(url).read() html = html.decode('utf-8') pattern = '<img width="220" height="220" data-img="1" data-lazy-img="//(.+?\.jpg)">' imagelist = re.compile(pattern).findall(html) x = 1 for imageurl in imagelist: imagename = "F:/pythonpic/jd_pic/" + str(page) + "_" + str(x) + ".jpg" imageurl = "http://" + imageurl try: urllib.request.urlretrieve(imageurl, filename=imagename) except urllib.error.URLError as e: if hasattr(e, "code"): x += 1 if hasattr(e, "reason"): x += 1 x += 1for i in range(1, 10): url = "https://list.jd.com/list.html?cat=670,671,672&page=" + str(i) catch_pic(url, i)
阅读全文
0 0
- Python爬虫(六)爬京东商品图片
- Python爬虫系列(六)外国图库Unsplash图片自动化下载
- Python爬虫实战(2):爬取京东商品列表
- Python网络爬虫(六)-----HTTPBasicAuthHandler认证
- Python爬虫入门六
- Python网络爬虫与信息提取-Day13-(实例)淘宝商品比价定向爬虫
- python爬虫(爬游民星空图片)_beautifulsoup爬虫模版
- python爬虫(一)抓取 色影无忌图片
- python爬虫(抓取百度图片)
- python爬虫(2):爬取猫扑图片
- python网络爬虫(1)--抓取图片
- python简单爬虫(获取图片)
- Python第一个爬虫(爬取贴吧图片)
- python爬虫之豆瓣图片(一)
- python爬虫之豆瓣图片(二)
- python爬虫豆瓣图片(三)
- python多线程图片爬虫
- python爬虫抓取图片
- 机器学习-聚类算法
- c# 托举
- 9、TensorFLow 中的决策函数
- defer的用法研究
- windows环境下学习googletest记录
- Python爬虫(六)爬京东商品图片
- matplotlib设置轴标签
- 【珍爱生命,远离苏宁】在天猫苏宁易购旗舰店买到有问题的ipad,点进来,一起维权!维权群号:567621779
- 接收并解析ICMP报文
- 10、TensorFLow 中的损失函数
- ORA-12560: TNS: 协议适配器错误
- 输出杨辉三角
- MFC中发送自定义消息机制,PostMessage和SendMessage方式
- 整形单链表中的最大值,结点个数,平均值