Python爬虫实现百度图片自动下载

本文介绍了如何使用Python编写爬虫从百度图片自动下载图片。通过分析网页源代码,结合开发者工具找到清晰图片的objURL,利用正则表达式提取图片链接,并使用requests库下载图片,最终将图片保存到本地的images目录中。
摘要由CSDN通过智能技术生成

制作一个爬虫一般分以下几个步骤:
1、分析需求
2、分析网页源代码,配合开发者工具
3、编写正则表达式或者XPath表达式
4、正式编写 python 爬虫代码

运行效果如下:
效果预览

存放图片的文件夹:
在这里插入图片描述

需求分析

我们的爬虫至少要实现两个功能:一是搜索图片,二是自动下载。
搜索图片:最容易想到的是爬百度图片的结果,我们就上百度图片看看:
在这里插入图片描述

随便搜索几个关键字,可以看到已经搜索出来很多张图片:
在这里插入图片描述

分析网页
我们点击右键,查看源代码:
在这里插入图片描述

打开源代码之后,发现一堆源代码比较难找出我们想要的资源。
这个时候,就要用开发者工具!我们回到上一页面,调出开发者工具,我们需要用的是左上角那个东西:(鼠标跟随)。
在这里插入图片描述

然后选择你想看源代码的地方,就可以发现,下面的代码区自动定位到了相应的位置。如下图:
在这里插入图片描述

我们复制这个地址,然后到刚才的一堆源代码里搜索一下,发现了它的位置,但是这里我们又疑惑了,这个图片有这么多地址,到底用哪个呢?我们可以看到有thumbURL,middleURL,hoverURL,objURL
在这里插入图片描述

通过分析可以知道,前面两个是缩小的版本,hoverURL 是鼠标移动过后显示的版本,objURL 应该是我们需要的,可以分别打开这几个网址看看,发现 objURL 的那个最大最清晰。
找到了图片地址,接下来我们分析源代码。看看是不是所有的 objURL 都是图片。
在这里插入图片描述

发现都是以.jpg格式结尾的图片。

编写正则表达式

Python 正则表达re模块之findall()详解

pic_url = re<
  • 1
    点赞
  • 1
    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