import urllib.request as pyurl #引用python3.0的网页驱动
import re #导入py正则验证器
import time
path = 'http://www.****.com/nvshen/'
saveLocalPath = 'D:\\PythonGetImages\\';#本地保存路径路径
perfix = 'http://www.****.com'
def imagesPaths(path):#获得网页中图片的路径
contexts = pyurl.urlopen(path).read().decode('GB2312', 'ignore')#编码格式为GB2312,忽略其他的格式
imgRe = re.compile(r'src="(.*?.gif)"|src="(.*?.jpg)"|src="(.*?.png)"')#匹配网页的图片正则,r''转义
return imgRe.findall(contexts)#从网页源码中匹配相应的数据
def saveImage(imagesPathsMethod,saveLocalPath,perfix):
def dateTime(times): # 得到时间毫秒数,用作文件名
seconds = time.time()
return int(round(seconds * 1000 * times))
for imagesPath in imagesPathsMethod :#匹配得到的所有相应的数据
for imagesURL in imagesPath :#得到的多个格式的数据,有的为空,经过筛选
if imagesURL is not '':
if "http://" not in imagesURL:
imagesURL = perfix + imagesURL
time.sleep(3)#线程休眠3秒钟
# print("总个数:",imagesPaths.__len__(),'得到的网址',imagesURL)
imageSuffix = imagesURL[len(imagesURL)-4:] #得到图片的后缀
pyurl.urlretrieve(imagesURL,f'{saveLocalPath}{dateTime(1)}{imageSuffix}')#时f{}中可以使用变量
print('下载成功.........',dateTime(1))
#获得网页图片路径,保存路径,图片路径的前缀(/d/file/20151120/fd265b38be88ad52a3de87b1582e5bfe.jpg , http://www.****.com/d/file/20150818/8bbe97bed7a7816501c4223fbccc6761.jpg 其中的前缀就为http://www.****.com)
saveImage(imagesPaths(path),saveLocalPath,perfix)
还有一点不足的就是只能下载第一次加载的,网页有一个JS的延时加载我没办法获取到延时加载后面的内容以及分页那一块的,只能获得首页的,分页的等过段时间我在更新