python抓取网页内容并下载图片

使用python抓取网页内容,并且下载网页内容中的图片。

使用urllib库抓取网页内容,该库是python自带,不需要安装。

由于我这边抓取的是国外的网站,用到了代理,且设置User-Agent防止网站对没有User-Agent的请求过滤

爬虫类代码Scrapy.py:

import urllib.request

class Scrapy:

	proxy = ''
	opener = ''
	proxy_host = '192.168.88.17:8333'
	user_agent = 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.170 Safari/537.36'
	values = {'test':1}
	headers = ''

	def __init__(self):
		self.headers = {
			'User-Agent':self.user_agent,
			'Host':'mangakakalot.com',
			'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
			'Accept-Encoding':'gzip, deflate',
			'Accept-Language':'zh-CN,zh;q=0.9',
			'Cache-Control':'max-age=0',
			'Proxy-Connection':'keep-alive',
			'Upgrade-Insecure-Requests':'1'
		}

	# 设置代理
	def setProxy(self):
		self.proxy = urllib.request.ProxyHandler({'http': self.proxy_host})
		self.opener = urllib.request.build_opener(self.proxy, urllib.request.HTTPHandler)

	# 获取网页内容
	def getHtml(self, url):
		self.setProxy()
		urllib.request.install_opener(self.opener)
		req = urllib.request.Request(url, urllib.parse.urlencode(self.values).encode(encoding='UTF8'), {'User-Agent':self.user_agent})
		return urllib.request.urlopen(req).read().decode('utf8')

	# 下载图片
	def downImg(self, url, folder, filename):
		self.setProxy()
		self.opener.addheaders = [('User-Agent', self.user_agent)]
		urllib.request.install_opener(self.opener)
		urllib.request.urlretrieve(url, folder + filename)

调用例子:

# -*- coding: UTF-8 -*-
from Scrapy import Scrapy

scrapy = Scrapy()
# 抓取网页内容
html = scrapy.getHtml('http://xxxxxxxxxx')

# 下载地址
scrapy.downImg('http://xxxxxxxxxx.jpg', './data/pic/', 'xx.jpg')


  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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