代码实例 | 使用python、xpath解析爬取html网页内容、img网页图片

爬虫实例,整个网页保存为本地文档,图片下载保存为本地图片
import requests
import random
from lxml import etree
import urllib.request


class Download:
	def html_data(self):
		"""获取目标 url 内容
		"""
		url = "http://military.china.com/weapon/aircraft/zdj/130002600/20190724/10390.html" 
		USER_AGENT = "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Trident/4.0; SE 2.X MetaSr 1.0; SE 2.X MetaSr 1.0; .NET CLR 2.0.50727; SE 2.X MetaSr 1.0)"
		headers = {'User-Agent': USER_AGENT}
		r = requests.get(url, headers=headers)
		data = r.content
		return data
    
    def download_html(self, data):
		"""html页面写入文件,存为.html格式文档
		"""
		output_html_path = './zh.html'
		with open(output_html_path, 'wb') as f_html:
		    f_html.write(data)
		    
    def download_img(self, data):
		"""解析img-url, 保存图片
		"""
		html = etree.HTML(data)
		img_href = html.xpath('//*/ul[@class="article-related-img clearfix"]/li/a/img/@src')
		img_url = img_href[0]
		print(img_url)
		img = requests.get(img_url, headers=headers)
		img = img.content
		
		# img 图片写入文件
		output_img_path = './zh-' + img_href[0].split('/')[-1]
		with open(output_img_path, 'wb') as f_img:
		    f_img.write(img)
         
         
if __name__=='__main__':           
	D = Download()
	data = D.html_data()
	D.download_html(data)
	D.download_img(data)




Python3向url发起请求,读html网页两种方法:
import urllib.request
r = urllib.request.urlopen(url)
r = r.read()

import requests
r = requests.get(url, headers=headers)
r = r.content
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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