爬取图片

Posted 2020-11-19 jackzz

参考爬取思路代码如下：

 1 import requests
 2 import re
 3 
 4 # 获取网页源码
 5 url = ‘http://www.ivsky.com/tupian/xiaohuangren_t21343/‘
 6 data = requests.get(url).text
 7 
 8 #正则表达式三部曲
 9 #<img src="http://img.ivsky.com/img/tupian/t/201411/01/xiaohuangren-009.jpg" width="135" height="135" alt="卑鄙的我小黄人图片">
10 regex = r‘<img src="(.*?.jpg)"‘#匹配网址
11 pa = re.compile(regex)#转为pattern对象
12 ma = re.findall(pa, data)#findall 方法找到所有的符合pa的对象，添加到一个列表中并返回
13 #print(ma)#图片网址列表
14 print(‘本次爬取共获取图片‘+str(len(ma))+‘张‘)#列表长度，即找到图片个数
15 
16 i = 0#这里的i， 只是为了给图片命名。。。
17 for imgurl in ma:
18     i += 1
19     print(‘正在爬取‘+imgurl)
20     imgdata = requests.get(imgurl).content
21     with open(str(i)+‘.jpg‘, ‘wb‘) as f:
22         f.write(imgdata)
23 
24 print(‘爬取完毕！‘)