python爬虫简单的抓页面图片并保存到本地
来源:互联网 发布:飞利浦呼吸机读卡软件 编辑:程序博客网 时间:2024/04/30 20:29
1、首先注意编码,设置为utf-8
#coding=utf-8
或者
#-*-conding:UTF-8 -*-
先抓取页面信息
#coding=utf-8import urllibimport re#py抓取页面图片并保存到本地def getHtml(url): page = urllib.urlopen(url) html = page.read() return htmlprint html#获取页面信息
html = getHtml("http://tieba.baidu.com/p/2460150866")
然后会出来一堆html代码 CSS代码 JS代码。这样页面你就拿到了
接下来呢,咱们去抓取这个页面的图片
#coding=utf-8import urllibimport re#py抓取页面图片并保存到本地#获取页面信息def getHtml(url): page = urllib.urlopen(url) html = page.read() return html#通过正则获取图片def getImg(html): reg = r'src="(.+?\.jpg)" pic_ext' imgre = re.compile(reg) imglist = re.findall(imgre,html) return imglisthtml = getHtml("http://tieba.baidu.com/p/2460150866")print getImg(html)
然后大家可以看到了,图片已经全部抓取到了
最后咱们把抓到的图片保存到本地
#coding=utf-8import urllibimport re#py抓取页面图片并保存到本地#获取页面信息def getHtml(url): page = urllib.urlopen(url) html = page.read() return html#通过正则获取图片def getImg(html): reg = r'src="(.+?\.jpg)" pic_ext' imgre = re.compile(reg) imglist = re.findall(imgre,html) return imglist#循环把图片存到本地 x = 0 for imgurl in imglist: #保存到本地 urllib.urlretrieve(imgurl,'/Applications/MAMP/image/%s.jpg' % x) x+=1html = getHtml("http://tieba.baidu.com/p/2460150866")print getImg(html)
为了方便管理,并且整洁,给图片重新命名为数字了
这样呢,就简单的用python实现了爬虫。
0 0
- python爬虫简单的抓页面图片并保存到本地
- Python 实现简单的爬虫功能并保存到本地
- Python简单知乎爬虫--爬取页面的图片并下载到本地
- Python简单知乎爬虫--爬取页面的图片并下载到本地
- 抓百度糯米图片并保存到本地
- [Python]使用Scrapy爬虫框架简单爬取图片并保存本地
- 爬虫03 爬取堆糖图片并保存到本地
- Python爬虫获取图片并下载保存至本地
- Python 爬虫抓取美女图片保存到本地
- Python 爬虫多线程爬取美女图片保存到本地
- 爬虫记录(2)——简单爬取一个页面的图片并保存
- python抓取网页中图片并保存到本地
- python抓取网页中图片并保存到本地
- 不务正业--用python爬虫抓取Konachan的图片并保存到本地文件
- python爬虫数据保存到本地各种格式的方法
- [python爬虫]--爬取mzitu.com的图片并保存
- 用html5的canvas生成图片并保存到本地
- [unity3d]下载网上的图片并保存到本地
- arttemplate+ajax 转 vue
- Android开发之Fragment的加载方式
- eclipce创建maven项目
- EM-LPC1768开发板原理图
- Spring(四)基于XML装配bean(实例化方式)
- python爬虫简单的抓页面图片并保存到本地
- View滑动冲突处理方法(外部拦截法、内部拦截法)
- overridePendingTransition函数
- http://www.mat.univie.ac.at/~neum/glopt.html
- hdu 1158 Employment Planning
- Android静态安全检测 -> 强制类型转换本地拒绝服务漏洞
- json-server快速“伪造”后台接口
- 机器学习中的PR曲线和ROC曲线
- URL Schemes 程序跳转