python爬虫 -- 抓取网页中链接的静态图片

# -*- coding:utf-8 -*-

#http://tieba.baidu.com/p/2460150866
#抓取图片地址

from bs4 import BeautifulSoup
import urllib.request
from time import sleep

html_doc = "http://tieba.baidu.com/p/2460150866"

def get_image(url):
	req = urllib.request.Request(url)  
	webpage = urllib.request.urlopen(req)  

	html = webpage.read()
	soup = BeautifulSoup(html, 'html.parser')

	#抓取图片地址
	#抓取img标签且class为BDE_Image的所有内容
	img_src=soup.findAll("img",{'class':'BDE_Image'})
	i = 1
	for img in img_src:
		img_url = img.get('src')   #抓取src
	#    print(img)
		req = urllib.request.Request(img_url)
		u = urllib.request.urlopen(req)
		data = u.read()
		with open("AutoCodePng20180119-"+str(i)+".jpg", 'wb') as f:
		    sleep(2)
		    f.write(data)
		    i += 1

def getImg(url):  
    html = urllib.request(url)  
    page = html.read()  
    soup = BeautifulSoup(page, "html.parser")  
    imglist = soup.find_all('img')  #发现html中带img标签的数据,输出格式为<img xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx,存入集合  
    lenth = len(imglist)  #计算集合的个数  
    for i in range(lenth):  
        print imglist[i].attrs['src']  #抓取img中属性为src的信息,例如<img src="123456" xxxxxxxxxxxxxxxx,则输出为123456


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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