python使用HTMLParser保存网页图片

最新推荐文章于 2022-06-13 14:39:26 发布

左岸小贼

最新推荐文章于 2022-06-13 14:39:26 发布

阅读量918

点赞数

分类专栏： python学习文章标签： python HTMLParser

本文链接：https://blog.csdn.net/qdudz/article/details/11113289

版权

该博客介绍了如何使用Python的HTMLParser解析HTML，并下载网页中的所有图片。首先，定义了一个MyHTMLParser类来捕获img标签的src属性。接着，通过urllib打开网页并读取内容，使用HTMLParser解析，将图片链接保存到列表中。最后，遍历链接，下载图片到当前脚本的同级目录下，创建目录如果不存在。

摘要由CSDN通过智能技术生成

#coding=utf-8
from HTMLParser import HTMLParser
import urllib
import sys
import os

class MyHTMLParser(HTMLParser):
   def __init__(self):
       HTMLParser.__init__(self)
       self.links = []

   def handle_starttag(self, tag, attrs):
       if tag == "img":
           for (variable, value) in attrs:
               if (variable == "src"):
                   self.links.append(value)

if __name__ == "__main__":
   html = urllib.urlopen('http://www.baidu.com').read()
   hp = MyHTMLParser()
#   hp.feed(html)
#   网易的网页编码格式为gb2312需要修改成这样否则出错
   hp.feed(html.decode('gb2312','ignore'))
   hp.close()
   imgs = hp.links
#   print imgs

   '''
   获