2024年Python最全python爬虫入门：批量爬取网站图片并保存_python 爬虫图片，2024年最新2024大厂Python面试必问题目

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

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！

import os
import requests
from lxml import etree

#### 隐藏爬虫身份


如今很多网站设置了反爬系统，我们对爬虫身份进行隐藏，将其隐藏为正常的用户访问，具体操作如下：


首先，我们随意打开一个网站，右键点击检查：


![在这里插入图片描述](https://img-blog.csdnimg.cn/3a3d9b66ffc64f76bb554b168fe87a3d.png)  
 打开后，点击网络，并且ctrl+r刷新：  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/ef39ab6fa6264e9498a7a85c80c0aba5.png)


刷新后随机点一个名称从标头往下翻，一般可以在请求标头上找到User-Agent并且复制（没有就换个名称接着找）：  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/a369918d4df94b7e851956634adeb052.png)  
 随后在代码中添加如下：

#输入网站的地址
url = https://pic.netbian.com/4kdongman/
#隐藏爬虫身份
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')

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给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！

👉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。

👉Python必备开发工具👈

工欲善其事必先利其器。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。

👉Python全套学习视频👈

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。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

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。

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！