Python网络爬虫(6)糗事百科图片抓取按主题名保存

from urllib.request import urlopen
from urllib.request import urlretrieve
from bs4 import BeautifulSoup
import requests
import re
import os
url = "http://www.qiushibaike.com/imgrank/"
path = "D:/2/"

def get_html(url):  
    session = requests.Session()  
    headers = {"User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_5)AppleWebKit 537.36 (KHTML, like Gecko) Chrome","Accept":"text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8"}  
    req = session.get(url, headers=headers)  
    bsObj = BeautifulSoup(req.text,"html.parser")  
    return bsObj

def download_img(path,filename,link):
    if not os.path.exists(path):#检测文件夹是否存在并创建
        os.makedirs(path)
    urlretrieve(link,path + filename)#第二个参数可以加上路径
        

def get_img(bsObj,path):
    img_list = bsObj.findAll("img",{"src":re.compile("http\:\/\/pic.qiushibaike.com\/system\/pictures\/[0-9]{5}\/[0-9]{9}\/medium\/app[0-9]{9}\.jpg$")})
    #正则表达式结尾记得"$" 否则会找出其它的无用图片
    for each in img_list:
        link = each["src"]
        print(link)
        filename = each["alt"]
        print(filename)
        download_img(path,filename+".jpg",link)
if __name__ == "__main__"
    html = get_html(url)
    get_img(html,path)

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