网页图片文字信息获取

import requests
import re
# 设置请求头
headers = {
    "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36"
}
#访问网址
url="https://zhuanlan.zhihu.com/p/514271125"

def print_hi(name):
		#获得文字
    response = requests.get(url, headers=headers)#进入网址,获得网址元代码
    response.encoding = 'utf-8'#转码
    str=response.text#获得转码后源码
    # print(str)
    pattern = re.compile(r"<title data-rh=\"true\">(.+?)</title><meta name=\"viewport\" ")#正则表达式设置
    print(pattern.findall(str))#匹配符合要求的数据(.+?)为数据内容
    #获得图片
    patternpng = re.compile(r"<link crossorigin=\"\" rel=\"shortcut icon\" type=\"image/x-icon\" href=\"(.+?)\"/>")#正则表达式设置
    url1=patternpng.findall(str)#获得图片下载链接
    urlpng=''.join(url1)#数组转字符串
    print(urlpng)
    responsepng = requests.get(urlpng, headers=headers)
    f=open("png/zh.ico","wb")#设置保存地址为本目录下的png文件夹
    f.write(responsepng.content)#图片转码后保存



    patternpng1 = re.compile(r"class=\"origin_image zh-lightbox-thumb\" width=\"1914\" data-original=\"(.+?)\"/>")
    url1 = patternpng1.findall(str)
    # print(url1)
    urlpng1 = ''.join(url1)
    print(urlpng1)
    responsepng = requests.get(urlpng1, headers=headers)
    f = open("png/zh1.jpg", "wb")
    #f = open("F:/sikuli/pachong/png/zh1.jpg", "wb")
    f.write(responsepng.content)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    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 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