Python 3 爬虫之批量下载字帖图片

本文介绍如何使用Python 3爬虫批量下载一批字帖图片,重点包括处理网页编码GB2312,解析源码找到图片链接,并提出在下载过程中遇到错误时的处理策略。
摘要由CSDN通过智能技术生成

朋友想下载这62个网页中的字帖图片:http://www.yac8.com/news/11003.html


一、要点

1. Chrome 「审查元素」中看到的源代码与真实的源码不同。


2. 图片网址附近源码:

<img alt="字帖欣赏《顾仲安钢笔行书字帖-中外名人书信选》" title="字帖欣赏《顾仲安钢笔行书字帖-中外名人书信选》"   border="0" src="http://www.yac8.com/upFiles/yac802/20140914064219763.jpg" /> 
获取源码的正则表达式:

<img\s+alt="字帖欣赏《顾仲安钢笔行书字帖-中外名人书信选》"[^>]*?src="(.+?\.jpg)"[^>]*?>
建议使用Expresso,带有语义分析功能


3. 网页编码是GB2312:

<meta http-equiv="Content-Type" content="text/html; chars
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