Python爬取图片(requests和re两个模块实现)

以爬取新浪图片网站为例,用requests和re这两个库来实现目的。
网站:http://photo.sina.com.cn/newyouth/
下面为代码实现的过程:
1、打开url的函数:open_url(url)

def open_url(url):
    headers = {'User-Agent':'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Mobile Safari/537.36'}
    response = requests.get(url,headers=headers)
    return response.text

2、查找网站的源代码的图片链接并把图片保存:find_save(html)

def find_inf(html):
    p =r'<img src="([^"]+\.jpg)"'
    imglist = re.findall(p,html)
    i = 1
    for each in imglist:
        res = requests.get(each)
        with open('C:/picture/%s.jpg'%i,'wb') as f: 
            f.write(res.content)
            i +=1
            f.close()

3、再定义一个主函数:main()

def main()
	url = "http://photo.sina.com.cn/newyouth/"
    html = open_url(url)
    find_inf(html)

4、利用if__name__ == ‘main’ :模块去调用main()函数:

if __name__ == '__main__':
        main()

源代码如下:

import requests
import re

def open_url(url):
    headers = {'User-Agent':'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Mobile Safari/537.36'}
    response = requests.get(url,headers=headers)
    return response.text

def find_inf(html):
    p =r'<img src="([^"]+\.jpg)"'
    imglist = re.findall(p,html)
    i=1
    for each in imglist:
        res = requests.get(each)
        with open('C:/picture/%s.jpg'%i,'wb') as f: 
            f.write(res.content)
            i +=1
            f.close()

def main():
    url = "http://photo.sina.com.cn/newyouth/"
    html = open_url(url)
    find_inf(html)

if __name__ == '__main__':
        main()

这样就可以实现爬取新浪图片并保存图片到本地

  • 1
    点赞
  • 2
    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