Python批量下载excel表中超链接图片

目录

背景

数据格式

 处理步骤

1.使用xlrd读取excel表格数据

 2.详细代码

①引入相关库

②实例代码

---

背景

导出数据到excel，数据中有图片，需求是批量下载图片的指定文件夹

数据格式

数据类型有直接是文本，也有显示图片，存在多张图片的情况，需要做的是批量获取Json格式数据中的pic，并进行下载

 处理步骤

1.使用xlrd读取excel表格数据

pip install xlrd

注：高版本的xlrd目前去除了xlsx格式的支持，支持xls格式

目前使用有两种方式

1.删除高版本，重装xlrd

xlrd.biffh.XLRDError: Excel xlsx file; not supported

pip install xlrd==1.2.0

2.打开xlsx文件，另存为xls格式

 2.详细代码

①引入相关库

import xlrd
import requests
import json

②实例代码

# 读取excel
read_path = r"xx\xx.xls"  # excel文件路径
bk = xlrd.open_workbook(read_path)

# 获取所有sheet,取第1个sheet页，如果有多个sheet也可以使用sheet_by_name()方法
try:
    sh = bk.sheets()[0]
except:
    print("no sheet in %s" % read_path)

# 获取表中的总行数
nrows = sh.nrows
print("nrows：", nrows)


# 由于数据存在文本和json格式数据，需要先进行判断
# 判断是否是json格式数据
def is_json(msg):
    if isinstance(msg, str):  # 判断是否是字符串
        try:
            json.loads(msg)
        except ValueError:
            return False
        return True
    else:
        return False


# 表中第一行有标题，需要从第2行开始
for i in range(1, nrows):
    # print("下载第 %d 个图片" % i)
    picList = []  # 定义存放图片的list

    # 读取C列数据
    C_name = sh.cell_value(i, 2)
    print('C_name: ', C_name)

    # 读取D列数据  excel表中存在一行有多个图片情况，使用“；”对数据进行分隔，分别拿到每一个json格式数据
    D_name = sh.cell_value(i, 3).split("；")
    print('D_name: ', D_name)

    # 循环获取所有的json
    for d_value in D_name:
        print('d_value:', d_value)
        if is_json(d_value):# 先对json进行判断
            picList = json.loads(d_value)['pic'] # 如果是json数据就直接取pic里的值
            if len(picList):  # 为空不打印
                print("picList：", picList)
    
        # 循环取出图片地址 使用enumerate获取每个图片下标
    for j, picUrl in enumerate(picList):
        # 根据URL下载到本地
        f = requests.get(picUrl)
        # 需要先创建文件夹
        pic_name = r"D:\xxx\Downloads\文件夹\\" + C_name + "_" + str(j + 1) + ".png"  # 构造完整文件路径+名称
        with open(pic_name, "wb") as code:
            code.write(f.content)