python爬虫第三步-简单抓取网站图片

解释都在代码里，方便看和理解

注意：正则表达式那里，因为我找的网站，里面的图片资源都有个_upload的前缀，所以就可以直接用作匹配的条件，具体匹配要看你所爬的网站，它的图片资源有怎样的规律，这样方便匹配

import urllib.request;
import re;

class GetURLImage:
    def __init__(self , URL , HEAD):#初始化
        self.url = URL;
        self.head = HEAD;
    def getHtml(self):#获取html页面数据
        self.request = urllib.request.Request(self.url);#设置请求的url
        self.request.add_header("user-agent" , self.head);#设置请求头
        self.response = urllib.request.urlopen(self.request);#发送请求信息
        return self.response.read();#获取html页面数据
    def getList(self):
        self.strimglist = [];
        #/_upload/tpl/00/20/32/template32/images/logo.png
        #正则表达式匹配图片路径 ，二进制格式
        self.imglist = re.findall(b"_upload/.*.png" , self.getHtml());
        #将域名与图片在服务器上的路径进行拼接，形成图片的请求路径，就可以直接访问服务器资源
        for i in self.imglist:
            self.strimglist.append(self.url + str(i , encoding="utf8"));
        return self.strimglist;
    def getImage(self):
        num = 0;
        filename = "./image/";
        for self.url in self.getList():
            num += 1;
            #文件写操作，将服务器上的图片资源下载到image文件夹中，请提前创建image文件夹
            with open(filename + str(num) + ".png" , "wb") as f :
                f.write(self.getHtml());

url = "可以自己到网上找网址";
head = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36";

html = GetURLImage(url , head);
#print(html.getList());
#print(html.getHtml());
html.getImage();
print("完成！！！");

还可以想想深度爬网页，后面有时间在写