正则表达式爬取页面图片(<img[^>]*src=“([^“]+))

import re
import os
import requests
if __name__ == '__main__':
    # 创建一个文件夹,保存所有的图片
    if not os.path.exists('./##'):
        os.mkdir('./##')
    # - 指定url
    url = '*******'
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'
    }
    # 使用通用爬虫对url对应的一整张页面进行爬取
    # - 发起请求
    # - 获取响应数据
    response = requests.get(url=url, headers=headers).text
    # print(response)
    # 使用聚焦爬虫将页面中的所有图片进行解析
    # - 数据解析
    ex = '<img[^>]*src="([^"]+)'
    img_src_list = re.findall(ex, response, re.S)
    print(img_src_list)
    for src in img_src_list:
        # http://ent.bokee.com/
        # 拼接出一个完整的图片url
        src = 'http://ent.bokee.com/' + src
        # 请求获取到图片的二进制数据
        img_data = requests.get(url=src, headers=headers).content
        # 生成图片名称
        img_name = src.split('/')[-1]
        # - 持久化存储
        # 图片存储路径
        imgPath = './##/' + img_name
        with open(imgPath, 'wb') as fp:
            fp.write(img_data)
            print(img_name, '下载成功!')
  • 3
    点赞
  • 2
    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