python爬虫 -05- 爬取下厨房的所有图片(requests+bs4和pycurl+re两种方式)

requests+bs4

from urllib.parse import urlparse
import os
import requests
from bs4 import BeautifulSoup



ua = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36"
headers = {"User-Agent": ua}
r = requests.get('http://www.xiachufang.com', headers=headers)
soup = BeautifulSoup(r.text, "lxml")

img_list = []
for img in soup.select("img"):
    if img.has_attr("data-src"):
        img_list.append(img.attrs["data-src"])
    else:
        img_list.append(img.attrs["src"])


# 保存图片
img_dir = "E:\\知识学习\\2019版-千锋爬虫-源码+笔记+作业\\爬虫\\下厨房"
if not os.path.isdir(img_dir):
    os.mkdir(img_dir)

for img in img_list:
    if img.strip() != '':
        o = urlparse(img)
        filename = o.path[1:].split("@")[0]
        filepath = os.path.join(img_dir, filename)

        # 有可能有多重目录,不存在的话就创建
        if not os.path.exists(os.path.dirname(filepath)):
            print(os.path.exists(os.path.dirname(filepath)))
            os.mkdir(os.path.dirname(filepath))

        # 获取图片
        url = f"{o.scheme}://{o.netloc}/{filename}"
        resp = requests.get(url)

        # 保存图片
        with open(filepath, "wb") as file:
            for chunk in resp.iter_content(1024):
                file.write(chunk)
            file.close()

pycurl+re

import re
from pycurl import Curl
from urllib.parse import urlparse
from io import BytesIO
import os

buffer = BytesIO()
c = Curl()
c.setopt(c.URL, 'http://www.xiachufang.com')
c.setopt(c.WRITEDATA, buffer)
c.perform()
c.close()

body = buffer.getvalue()
text = body.decode("utf-8")

img_list = re.findall(r"src=\"(http://i2\.chuimg\.com/\w+\.jpg)", text)

# 保存图片
img_dir = "E:\\知识学习\\2019版-千锋爬虫-源码+笔记+作业\\爬虫\\下厨房"
if not os.path.isdir(img_dir):
    os.mkdir(img_dir)

for img in img_list:
    print(img)
    if img.strip() != '':
        o = urlparse(img)
        filename = o.path[1:]
        filepath = os.path.join(img_dir, filename)

        # 有可能有多重目录,不存在的话就创建
        if not os.path.exists(os.path.dirname(filepath)):
            print(os.path.exists(os.path.dirname(filepath)))
            os.mkdir(os.path.dirname(filepath))

        # 获取图片
        url = f"{o.scheme}://{o.netloc}/{filename}"

        # 保存图片
        with open(filepath, "wb") as file:
           c = Curl()
           c.setopt(c.URL, url)
           c.setopt(c.WRITEDATA, file)
           c.perform()
           c.close()

  • 0
    点赞
  • 1
    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