Python爬虫实战：批量下载网站图片

首先，打开百度图片首页，注意下图url中的index

接着，把页面切换成传统翻页版（flip），因为这样有利于我们爬取图片！

对比了几个url发现，pn参数是请求到的数量。通过修改pn参数，观察返回的数据，发现每页最多只能是60个图片。

注：gsm参数是pn参数的16进制表达，去掉无妨

然后，右键检查网页源代码，直接（ctrl+F）搜索 objURL

这样，我们发现了需要图片的url了。

2.把图片链接保存到本地

---

现在，我们要做的就是将这些信息爬取出来。

注：网页中有objURL，hoverURL…但是我们用的是objURL，因为这个是原图

那么，如何获取objURL？用正则表达式！

那我们该如何用正则表达式实现呢？其实只需要一行代码…

results = re.findall(‘“objURL”:“(.*?)”,’, html)

核心代码：

---

1.获取图片url代码：

获取图片url连接

def get_parse_page(pn,name):

for i in range(int(pn)):

1.获取网页

print(‘正在获取第{}页’.format(i+1))

百度图片首页的url

name是你要搜索的关键词

pn是你想下载的页数

url = ‘https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%s&pn=%d’ %(name,i*20)

headers = {

‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.104 Safari/537.36 Core/1.53.4843.400 QQBrowser/9.7.13021.400’}

发送请求，获取相应

response = requests.get(url, headers=headers)

html = response.content.decode()

print(html)

2.正则表达式解析网页

“objURL”:“http://n.sinaimg.cn/sports/transform/20170406/dHEk-fycxmks5842687.jpg”

results = re.findall(‘“objURL”:“(.*?)”,’, html) # 返回一个列表

根据获取到的图片链接，把图片保存到本地

save_to_txt(results, name, i)

2.保存图片到本地代码：

保存图片到本地

def save_to_txt(results, name, i):

j = 0

在当目录下创建文件夹

if not os.path.exists(‘./’ + name):

os.makedirs(‘./’ + name)

下载图片

for result in results:

print(‘正在保存第{}个’.format(j))

try:

pic = requests.get(result, timeout=10)

time.sleep(1)

except:

print(‘当前图片无法下载’)

j += 1

continue

可忽略，这段代码有bug

file_name = result.split(‘/’)

file_name = file_name[len(file_name) - 1]

print(file_name)

end = re.search(‘(.png|.jpg|.jpeg|.gif)$’, file_name)

if end == None:

file_name = file_name + ‘.jpg’

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

7243c1008edf79.png)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）