Python用正则爬取图片

最新推荐文章于 2024-07-07 22:25:52 发布
最新推荐文章于 2024-07-07 22:25:52 发布
阅读量1.7k 收藏 4
点赞数 1
分类专栏： 蜗牛爬虫 文章标签： Python 爬虫 正则
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/haixingd/article/details/100558277
版权

Python用正则爬取图片


众做周知，Python写爬虫相对来说非常的简单，Python中可以用bs、xpath、正则等手段来快速的提取我们所需要的网页数据，下面我们用正则写个爬虫，完整的分析爬虫爬取过程。
爬取的目标网站为：http://www.1ppt.com/beijing/ppt_beijing_1.html

爬取流程分析

1、网站简单分析

每页有20套图，点击图片进入套图，有的有多张，有的只有一张。
在这里插入图片描述

2、爬取流程

在这里插入图片描述

主要代码实现

1、爬取每页中每套图网址

源码分析
在这里插入图片描述
发现红框中的href属性及h2节点的文本内容不一致，其中href属性值为套图网址中的一部分。其正则规则可以写成如下

url_pattern= re.compile(r'<h2><a href="(.*
最低0.47元/天 解锁文章
haixingd
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python正则表达式实战——获取图片
爱吃饼干的小白鼠的博客
11-18 2146
我最近自学了一段时间爬虫，感觉挺有意思的，逛网页的时候，无意间发现了wallhaven的一个壁纸网站，我就萌生了一个想法，看能不能爬下来，说干就干。下面就按照爬虫的思路，一步一步的进行。
Python简单代码爬取网图:正则表达式re+requests库爬取静态网站图片，(需要正则表达式findall匹配图片地址)
Ihavehairssss的博客
10-29 1580
1.在这个互联网的时代里，图片数不胜数，有价值(好康)的图片更是数不胜数，好的图片就会让我们不经意的保留，可偏偏想保留的图片越看越多，无意间学到到了Python的爬虫的一些语法，运行之后觉得非常方便，于是就分享给大家，欢迎大家交流哈~ 1.首先明确我们这次爬取的是静态网站(想爬取动态网站的可以尝试selenium的方法)，我们先搞到网站的源 import re import requests import os url='http://www.keaitupian.cn/meinv/' resp =.
正则匹配图片 ,视频
郑州彭于晏
11-23 1869
export function fixImg(htmlstr:string):string{ //正则匹配所有img标签 //var regex0 = new RegExp("(i?)(\<img)([^\>]+\>)","gmi"); //正则匹配不含style="" 或 style='' 的img标签 var regex1 = new RegExp("(i?)(\<img)(?!(.*?style=['\"](.*)['\"])[^\>]+\>)","
使用正则表达式获取原始图片
Tiger_Paul的博客
05-09 1432
使用正则表达式适合于页面源码返回JSON数据，无论是在HTML里还是在<SCRIPT>里，只要返回页面源码，可以查找到，就可以通过正则表达式去获取。 正则表达式获取的优点：不需要解密，因为页面返回效果已经解密了，不用再去扣JS代码，方便快捷。 正则表达式获取的缺点：熟练掌握正则表达式语法及处理方法。 1、分页某搜索平台图片页面返回源代码，可以查找到有以下代码段： 2、其中app.setData('imgData':{});这一段就是数据，通过正则表达则把它截取出来转成JSON数据，里
python正则表达式匹配并提取图片地址
05-22 1863
import re s = """<img data-original="https://img02.sogoucdn.com/app/a/100520024/36189693dc8db6bd7c0be389f8aaddbd.jpg" src="https://img02.sogoucdn.com/app/a/100520024/36189693dc8db6bd7c0be389f8aaddbd.jpg" width="250" height="375" .jpg>""" result1 = r.
Python爬取图片
imzoer的专栏
03-21 8036
参考了别人的代码。给代码添加了多线程和Queue的结合应用。 #!/usr/bin/env python # -*- coding:utf-8 -*- ''' Created on 2013-3-21 @author: naughty ''' # author: wklken from sgmllib import SGMLParser import os impo
Python re正则表达式爬取京东商品图片.py
04-19
Python re正则表达式爬取京东商品图片，实例源代码代码， 部分代码：def geturllist(html): pattern = re.compile(r'data-lazy-img="//(.+?\\.jpg)"',re.M) imglist = re.findall(pattern, html) return imglist
Python使用爬虫爬取静态网页图片的方法详解
09-20
Python爬虫用于爬取静态网页图片的方法涉及到网络爬虫的基本原理和Python的相关库。首先，爬虫的主要步骤包括下载网页、管理URL以及解析网页内容。在Python中，我们可以使用内置的`urllib2`或第三方库`requests`作为...
python爬虫.rar_python_python爬取图片_python爬虫_爬虫
07-14
指定一个网站，从该网站上爬取全部匹配的图片到任意指定的文件夹当中，关键是正则表达式的使用
Python爬虫爬取图片.zip
05-07
本资源"Python爬虫爬取图片.zip"提供了一个实际的案例，教你如何使用Python进行图片的自动爬取和批量下载。这个教程不仅包含了源代码，还将其编译成了可执行的exe应用程序，方便用户直接运行。 首先，我们要了解...
[爬虫]3.数据解析及应用 之 正则表达式【爬取网页所有图片】
雾狼的游戏屋
10-12 2118
聚焦爬虫； 数据解析方式分类：正则表达式；bs4模块；xpath模块； F12查看网页标签的html格式； 正则表达式详细表示方法； 正则匹配； import re； list=re.findall(pattern,string,flags)； 创建文件夹； 爬取和保存页面所有图片格式；
Python应用开发——爬取网页图片
热门推荐
ShenZhen_zixian的博客
09-06 4万+
当我们需要从网页上面下载很多图片的时候，一个一个手动保存实在是太累人了。那么有没有批量下载的办法呢？ 答案是有的，Python爬虫就可以完美的做到这一点，而且作为一个Python的初学者，我可以很负责任的告诉你，这门语言入门挺简单的，特别是对于那些有其他编程语言经验的人。
python使用正则爬取图片
王小波的博客
04-15 1833
# encoding:utf-8 import re # 使用正则 匹配想要的图片 import requests #使用requests得到网页源码 num = 1 # 定义mzt函数 def mzt(): # 这个是用来编辑图片的名字 (因为不喜欢看他原来图片的名字感觉乱乱的) for i in range(1, 3): # 循环100次 （可以用三元运...
Python爬虫学习第一天--利用正则表达式爬取图片
weixin_30477293的博客
07-10 573
1 #!/usr/bin/env python 2 # -*- coding: utf-8 -*- 3 # @Time : 2018/7/10 22:34 4 # @Author : chenxiaowei 5 # @Email : chen1020xiaowei@163.com 6 # @File : parse_meinv.py 7 ###利用正...
（57）-- 用正则简单爬取图片
Fredreck1919的博客
03-28 376
# 用正则爬取单页图片from urllib import request import re base_url = 'https://tieba.baidu.com/p/5504076850' response = request.urlopen(base_url) html = response.read().decode('utf-8') pat = re.compile('&lt;img ...
Python爬虫实例（4）-用urllib、re和正则表达式爬取网页图片
肥猫
12-14 5656
python的第三方包极多种，尽量多看多用，对开发者来说是很好的。在爬虫领域，请求网页，除了requests包之外，还有urllib.request模块；获取网页图片对应src的方法，除了BeautifulSoup之外，还有re模块的正则表达式。正则表达式也是从html获取关键代码片段的方法，比较复杂，没有美丽汤模块那么好用；但是，了解一下还是必要的。本实例，还是从百度贴吧上爬取一个网页的多张图片，
Python网络爬虫：Scrapy框架的全面解析
最新发布
4.0啊的博客
07-07 1914
Scrapy是一个功能强大且灵活的开源网络爬虫框架，它提供了一种高效的方式来爬取网站并提取所需的数据。本文将深入探讨Scrapy框架的核心概念、使用方法以及高级技巧，帮助你更好地理解和应用Scrapy进行网络爬虫的开发。
python正则表达式爬取图片
08-30
您可以使用Python的正则表达式模块re来爬取图片。首先，您需要先通过网络请求获取网页的HTML代码，然后使用正则表达式来匹配图片的URL。 下面是一个简单的示例代码，将爬取指定网页中的所有图片链接： ```python ...

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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