百度贴吧图片批量爬取

函数式编程

import requests
import re
import time
def get_html(url):  # 请求网页,获得服务器响应内容
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:75.0) Gecko/20100101 Firefox/75.0'}
    response = requests.get(url, headers=headers)
    return response.content


def parse_html(html):  # 解析网页,提取所需信息
    pattern = re.compile(r'src="(https://imgsa.baidu.com/forum/.+?jpg)"')
    url_list = re.findall(pattern, html)
    return url_list


def save_to_picture(content, n):  # 图片下载在本地,只能写入字节流数据
    path = r'D:\DATA software\Python\mypython_class\class_爬虫\爬虫资料\百度贴吧图片\图片{}.jpg'.format(n)
    with open(path, 'wb')as f:
        print('正在写入第{}张图片'.format(n))
        f.write(content)
        time.sleep(1)


def main():  # 调度整个爬虫
    number = 1  # 设置命名起始值
    for i in range(3):
        start_url = 'https://tieba.baidu.com/p/5815297430?pn={}'.format(i + 1)  # 设置起始url
        html = get_html(start_url).decode("utf-8")  # 请求网页获得html信息
        url_list = parse_html(html)  # 解析html获得图片url列表
        for url in url_list:  # 访问url列表
            pic_content = get_html(url)  # 请求图片url获得字节流数据
            save_to_picture(pic_content, number)  # 将字节流数据保存在本地
            number += 1  # 累计
main()  # 调用整个函数
  • 0
    点赞
  • 0
    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