第三阶段---python学习---批量爬取页面图片

下面展示一些 脚本代码。

import urllib.request as u			#导入urllib.requset库起别名为u
import re			#导入re库---正则表达式

url = "http://www.****.cn/view/223822/65568.html"			#导入url为某心仪漫画的页面

def get_html(url):			#为url添加请求头
    urlhead = u.Request(url)			#利用.Request处理url并赋值给urlhead
    urlhead.add_header("User-Agent","Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:88.0) Gecko/20100101 Firefox/88.0")
    #将火狐上获取的请求头通过.add_header方法添加到urldead中
    response = u.urlopen(urlhead)			#通过.urlopen的方法对urlhead进行访问，并将响应报文存储在response中
    html = response.read()			#将response的内容读取出来传入html
    return html

def get_imagelist(html):			#整理网页源码，筛选图片地址
    imagelist = re.findall("http://i-cdn.ibuka.cn/pics/223822/65568/\w{13}.jpg",str(html,encoding="utf8"))
    			#通过正则表达式进行url筛选

    return imagelist

def down_image(imagelist):			#下载图片并对图片进行命名
    num = 0			#num定义一个变量
    for i in imagelist:			#进行取值遍历，用数字来命名图片
        num +=1
        numstr = str(num)
        imagebytes = get_html(i)
        with open("%s.jpg" %numstr.zfill(4),"wb") as f:				#.zfill(4)用零自动填充的位数
            f.write(imagebytes)

if __name__ == "__main__":
    html = get_html(url)
    #print(html)
    imagelist = get_imagelist(html)
    #print(imagelist)
    down_image(imagelist)

url = http://www.****.cn/view/223822/65568.html