requests库简单爬取百度图片

代码块


import re
import requests

# 创建一个浏览器,并且实例化Session
session = requests.Session()

# 传入请求头,防止被封,403
session.headers.update({'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'})

# url
url = 'http://image.baidu.com/search/index?tn=baiduimage&ct=201326592&lm=-1&cl=2&ie=gb18030&word=%CD%BC%C6%AC&fr=ala&ala=1&alatpl=others&pos=0'
res = session.get(url=url)

# 拿到的html数据
html = res.text

# 提取图片url,这里根据re模块匹配,
img_urls = re.findall(r'"thumbURL":"(.*?)"',html)


# 下载保存数据
for index,img_url in enumerate(img_urls):               # 通过高阶内置函数enumerate()枚举
    session.headers.update({'Referer':'%s'%url})        # 发现获取图片的url时,打开显示403拒绝访问,所以需要加Referer请求头
    img_res = session.get(img_url)
    with open('%s.jpg'%index,'wb') as f:                # 打开文件
        f.write(img_res.content)                        # 这里写入content二进制数据
    print(img_url)

这里说明这一行代码

img_urls = re.findall(r'"thumbURL":"(.*?)"',html)
通过re模块进行匹配图片url,通过检查网页元素以及查看网页源代码,发现,这些图片都有的共同属性,就是"thumbURL",通过它就可以锁定到我们需要的图片地址

元素检查
在这里插入图片描述
源网页查找
在这里插入图片描述
运行结果
在这里插入图片描述
我们发现,在当前文件夹位置下面,下载了我们需要的图片,随即打开一张

在这里插入图片描述

这里打开会发现,图片不是很大,这是因为我们没有进行图片格式的过滤,而是直接进行了匹配,不过就几行代码而已,可以自己摸索便是!!
  • 4
    点赞
  • 3
    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