爬取图片----糗事百科

使用谷歌搜索糗事百科，点击热图，右击品目检查，在某个div里面会有图片信息，使用正则表达式获得图片地址

ex = '<div class="thumb">.*?<img src="(.*?)" alt.*?</div>'

import requests
import re
import os
# content返回的是二进制形式的图片数据
# text 字符串 json(对象)
if __name__ == "__main__":
    # 创建一个文件夹，用来保存所有的图片
    if not os.path.exists('./qiutuLibs'):
        os.mkdir('./qiutuLibs')
    url = 'https://www.qiushibaike.com/imgrank/'
    # 模拟浏览器
    headers={
            "User-Agent": "Mozilla / 5.0(Windows NT 6.1;WOW64) AppleWebKit / 537.36(KHTML, likeGecko) Chrome / 85.0.4183.83Safari / 537.36"
        }
    page_text = requests.get(url=url,headers=headers).text
    # 使用聚焦爬虫将页面中的内容进行解析/提取
    # 正则表达式提取图片地址
    ex = '<div class="thumb">.*?<img src="(.*?)" alt.*?</div>'
    img_src_list = re.findall(ex,page_text,re.S)
    for src in img_src_list:
        # 拼接一个完整的url
        src = 'https:'+src
        # 请求到了图片的二进制数据
        img_data = requests.get(url=src,headers=headers).content
        # 生成图片名称
        img_name = src.split('/')[-1]
        # 图片存储的路径
        imgPath = './qiutuLibs/' + img_name
        with open(imgPath,'wb') as fp:
            fp.write(img_data)
            print(img_name,'下载成功')