python爬取網頁圖檔代碼_Python3簡單爬蟲抓取網頁圖檔代碼執行個體

現在網上有很多python2寫的爬蟲抓取網頁圖檔的執行個體，但不适用新手（新手都使用python3環境，不相容python2），

是以我用Python3的文法寫了一個簡單抓取網頁圖檔的執行個體，希望能夠幫助到大家，并希望大家批評指正。

import urllib.request

import re

import os

import urllib

#根據給定的網址來擷取網頁詳細資訊，得到的html就是網頁的源代碼

def getHtml(url):

page = urllib.request.urlopen(url)

html = page.read()

return html.decode('UTF-8')

def getImg(html):

reg = r'src="(.+?\.jpg)" pic_ext'

imgre = re.compile(reg)

imglist = imgre.findall(html)#表示在整個網頁中過濾出所有圖檔的位址，放在imglist中

x = 0

path = 'D:\\test'

# 将圖檔儲存到D:\\test檔案夾中，如果沒有test檔案夾則建立

if not os.path.isdir(path):

os.makedirs(path)

paths = path+'\\' #儲存在test路徑下

for imgurl in imglist:

urllib.request.urlretrieve(imgurl,'{0}{1}.jpg'.format(paths,x)) #打開imglist中儲存的圖檔網址，并下載下傳圖檔儲存在本地，format格式化字元串

x = x + 1

return imglist

html = getHtml("http://tieba.baidu.com/p/2460150866")#擷取該網址網頁詳細資訊，得到的html就是網頁的源代碼

print (getImg(html)) #從網頁源代碼中分析并下載下傳儲存圖檔

以上就是本文的全部内容，希望對大家的學習有所幫助，也希望大家多多支援我們。

時間： 2019-08-25