Python3简单爬虫抓取网页图片

Posted 2020-09-20

   现在网上有很多python2写的爬虫抓取网页图片的实例，但不适用新手（新手都使用python3环境，不兼容python2），
所以我用Python3的语法写了一个简单抓取网页图片的实例，希望能够帮助到大家，并希望大家批评指正。

 1 import urllib.request
 2 import re
 3 import os
 4 import urllib
 5 #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  
 6 def getHtml(url):
 7     page = urllib.request.urlopen(url)
 8     html = page.read()
 9     return html.decode(‘UTF-8‘)
10 
11 def getImg(html):
12     reg = r‘src="(.+?\.jpg)" pic_ext‘
13     imgre = re.compile(reg)
14     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
15     x = 0
16     path = ‘D:\\test‘  
17    # 将图片保存到D:\\test文件夹中，如果没有test文件夹则创建
18     if not os.path.isdir(path):  
19         os.makedirs(path)  
20     paths = path+‘\\‘      #保存在test路径下  
21 
22     for imgurl in imglist:  
23         urllib.request.urlretrieve(imgurl,‘{}{}.jpg‘.format(paths,x))  #打开imglist中保存的图片网址，并下载图片保存在本地，format格式化字符串 
24         x = x + 1  
25     return imglist
26 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  
27 print (getImg(html)) #从网页源代码中分析并下载保存图片