最新python爬虫入门:批量爬取网站图片并保存_python爬虫图片,2024最新字节跳动内部面试题

如果你也是看准了Python,想自学Python,在这里为大家准备了丰厚的免费学习大礼包,带大家一起学习,给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。

四、实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间,但是打下坚实的基础只要几周就可以,如果你按照我提供的学习路线以及资料有意识地去实践,你就有很大可能成功!
最后祝你好运!!!

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

header = {
‘User_Agent’:‘粘贴复制的user-agent’
}


#### 获取目标地址


在元素这一栏中找到(在页面中选择一个元素进行检查)这个图标,选择你想要爬取的照片,会自动帮你定位到该图片所在的标签。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/1c863c22da294b7aa78d830df805d581.png)  
 还是这张图片,找到要下载的图片地址在a标签下的img src中,再次进行匹配。


#### 网页抓取


通过requests库对网页的地址进行访问申请



response = requests.get(url,header)


此时我们可以通过对page的状态码查看来判断是否访问成功(返回值为200代表访问成功)



response_status = response.status_code
print(response_status)


获取网页文本并将文本解析



page_text = response.text
tree = etree.HTML(page_text)


#### 文本匹配


首先观察,发现所有的图片地址都在figure标签中,所有的figure标签又都存在于 div class=“gallery\_inner” 中,所以我们先匹配到div这个标签。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/584f5d3c22434ac5951e20c42770eea3.png)  
 在xpath中//表示在该本文中搜索所有的div标签,[@class=“gallery\_inner”]则将div标签限定,再通过/figure找到所有的标签。


xpath进行匹配:



figure_list = tree.xpath(‘//div[@class=“gallery_inner”]/figure’)


接着我们对所有的li标签进行循环,依次对每个图片地址进行操作。



for figure in figure_list:
img_src = figure.xpath(‘./a/img/@data-src’)[0]
img_src = ‘https:’ + img_src
img_name = img_src.split(‘/’)[-1]
img_data = requests.get(url=img_src,headers=header).content
img_path = ‘piclitl/’ + img_name
with open(img_path, ‘wb’) as fp:
fp.write(img_data)
print(img_name, ‘下载成功’)


大致框架搭好后运行,发现了**两个报错**:


一、在对figure标签请求时,匹配没有结果出现列表超出范围的报错。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/eb0ac108b2434683aa3462ddb6e295f5.png)  
 通过对网站的分析,我们发现图中创意视频推荐也在figure标签中,所以但其实际上没有a和img标签,所以匹配没有结果,导致程序直接报错停止。


![在这里插入图片描述](https://img-blog.csdnimg.cn/e5ea21ca13d6402ebb55725b22b8f113.png)  
 这里采用try…expect…语句让程序遇到此类报错时直接跳过



try:
img_src = figure.xpath(‘./a/img/@data-src’)[0]
except(IndexError):
print(‘未成功匹配到字段’)


二、当匹配没有结果时,我们选择跳过,所以此时对图片数据申请时没有结果



try:
img_data = requests.get(url=img_src, headers=header).content
except(requests.exceptions.InvalidURL):
print(‘没有访问地址’)


以上便是利用python网络爬虫对图片进行批量爬取,如果你对爬虫感兴趣,不妨以本文为案例,打开爬虫世界的大门。


### 完整代码



from lxml import etree
import requests
import os

if name == ‘main’:
url = ‘https://www.vcg.com/creative-image/xigua/’
header = {
‘User_Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.5005.63 Safari/537.36 Edg/102.0.1245.39’
}

response = requests.get(url=url, headers=header)
response.encoding = 'utf-8'
page_text = response.text
tree = etree.HTML(page_text)
figure_list = tree.xpath('//div[@class="gallery_inner"]/figure')
if not os.path.exists('./piclitl'):
    os.makedirs('./piclitl')
for figure in figure_list:
    try:
        img_src = figure.xpath('./a/img/@data-src')[0]
    except(IndexError):
        print('未成功匹配到字段')
    img_src = 'https:' + img_src
    img_name = img_src.split('/')[-1]
    try:
        img_data = requests.get(url=img_src, headers=header).content
    except(requests.exceptions.InvalidURL):
        print('没有访问地址')
    img_path = 'piclitl/' + img_name
    with open(img_path, 'wb') as fp:
        fp.write(img_data)
        print(img_name, '下载成功')

### 关于Python技术储备


学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!


**朋友们如果需要这份完整的资料可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】**



![](https://img-blog.csdnimg.cn/img_convert/240c9377dda430b353ea407127b8b238.png)




文末有福利领取哦~
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

👉**一、Python所有方向的学习路线**

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。![img](https://img-blog.csdnimg.cn/c67c0f87cf9343879a1278dfb067f802.png)

👉**二、Python必备开发工具**

![img](https://img-blog.csdnimg.cn/757ca3f717df4825b7d90a11cad93bc7.png)  
👉**三、Python视频合集**

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。  
![img](https://img-blog.csdnimg.cn/31066dd7f1d245159f21623d9efafa68.png)

👉 **四、实战案例**

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。**(文末领读者福利)**  
![img](https://img-blog.csdnimg.cn/e78afb3dcb8e4da3bae5b6ffb9c07ec7.png)

👉**五、Python练习题**

检查学习结果。  
![img](https://img-blog.csdnimg.cn/280da06969e54cf180f4904270636b8e.png)

👉**六、面试资料**

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。  
![img](https://img-blog.csdnimg.cn/a9d7c35e6919437a988883d84dcc5e58.png)

![img](https://img-blog.csdnimg.cn/5db8141418d544d3a8e9da4805b1a3f9.png)

👉因篇幅有限,仅展示部分资料,这份完整版的Python全套学习资料已经上传




**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友,可以戳这里获取](https://bbs.csdn.net/forums/4304bb5a486d4c3ab8389e65ecb71ac0)**

**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

  • 23
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值