python解析网址,多线程下载图片

python解析网址,多线程下载图片

 

import requests
from bs4 import BeautifulSoup
from downLoadFile import downLoadFile
import threading
'''
1、使用requests获取网页源码
2、使用beautifulSoup进行dom格式化
3、获取里面所有img节点
4、下载图片
'''

class imgFetch():
    def __init__(self,url,savePath):
        self.url=url
        self.savePath=savePath

    def fetch(self):
        try:
            r=requests.get(self.url,timeout=10)
            r.raise_for_status()                #加入网络异常处理
            r.encoding=r.apparent_encoding      #设置解码格式与页面编码格式一致(避免出现中文乱码)
            soup=BeautifulSoup(r.text,'html.parser')
            img_db=soup.find_all('img')
        except:
            print('网络错误!')

        print('===============开始下载图片======================', len(img_db))
        self.download(img_db)  # 开始下载图片

    def download(self,img_db):
        for img in img_db:
            downLoadFile(self.savePath,img.get('src')).start()


url = 'http://www.17sucai.com/category/2/48'
savePath = 'e:/test/'
imgFetch(url, savePath).fetch()

 

 

 

import requests
import uuid
import threading
'''
下载图片
1、判断图片是否合理
2、解析图片路径
3、下载存储
'''

class downLoadFile(threading.Thread):
    def __init__(self,savePath,imgUrl):
        super(downLoadFile, self).__init__()
        self.savePath = savePath
        self.imgUrl=imgUrl

    def run(self):
        try:
            imgUrl = self.__imgUrl__()
            if  imgUrl:
                saveImg = '%s%s%s' % (self.savePath,uuid.uuid1(),imgUrl[-4:])
                print( '下载路径:%s,存储路径:%s' % (imgUrl,saveImg) )
                r = requests.get(imgUrl, timeout=20)
                r.raise_for_status()
                with open(saveImg, "wb") as code:
                    code.write(r.content)
        except:
            print( '文件路径有问题,网络:%s,存储:%s' % (imgUrl,saveImg))
        finally:
            return True


    def __imgUrl__(self):
        imgType=self.imgUrl[-4:]
        types=['.jpg','.png','.gif']
        if imgType in types:
            if self.imgUrl[0:7]=='http://':
                return self.imgUrl
            elif self.imgUrl[0:8]=='https://':
                return self.imgUrl
            elif self.imgUrl[0:1]=='/':
                return 'http:'+self.imgUrl
            else:
                return None

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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