解析本地的htm文件并把base64编码的图像保存为本地的jpg文件

from lxml.html import parse
import base64
from glob import glob
import os
html_file="D:/DataSet/liusheng/blur/url_blur/*.htm"
for i in glob(html_file):
    print(i)
    floder=i.split("\\")[-1].replace(".","")
    parsed = parse(i)
    doc = parsed.getroot()
    ls=doc.findall(".//img")
    count=0
    for j in ls:
        count+=1
        src=j.get('src')
        data = src.split(',')[1]
        image_data = base64.b64decode(data)
        jpg= "D:/DataSet/liusheng/blur/url_blur_img/" + floder+str(count)+".jpg"
        with open(jpg, 'wb') as f:
            f.write(image_data)

    print(len(ls))

参考文章:

https://www.cnblogs.com/changdasheng/p/11496289.html

https://www.cnblogs.com/wwwwwei/p/10728060.html

 

 

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