Python爬虫练习笔记——爬取单个网页里的所有图片（入门）

最近闲着，想学一下爬虫 (＾－＾)V ——[手动比耶]
先从简单的练习开始吧~ 爬取单个网页里的所有图片，这个没有什么难点，因为不需要翻页哈哈哈哈。

我很喜欢一些文章中的配图，比如这篇，里面就会有很多电影中的经典截图。

第一步：分析网页

首先需要了解要爬取网站的页面，查看网页源代码。然后根据网页源代码的结构，想好代码的步骤和思路。

在网页中查看页面的源代码（F12）

1. 先来看一下页面的请求方式：
   在开发者模式的Network里找到.html的请求，可以看到请求方式是GET请求，也没有带什么特殊的请求参数之类的~ 比较简单。
   （如果没有看到.html的请求，刷新一下页面就出来了）
   

2. 然后再看代码结构：
   （不太熟悉html的小伙伴可以使用圈圈里的小箭头，点一下自己想要看的元素，然后右侧就会自动跳转到该元素对应的代码区域的~四不四很简单）

   结合“上下文”简单分析一下就会发现：（有种做阅读理解的感觉hhhhh）
   ① 这个网页里所有的图片都是放在 <img> 标签里的 src 后面，src后面这个链接就是图片的地址
   （可以复制下来在浏览器打开确认一下）
   ② 图片上方的描述语是放在class="pictext"的 p 标签里的
   （曾打算过用这个描述语句作为爬下来的图片的名称的）
   
   这样一来就很简单了
   只需要先拿到网页的 HTML 代码，然后把页面里面所有<img> 标签里的 src 后面超链接的内容取出来就行了！

第二步：开始编程

1. 定义库

• 首先需要用 requests 库来发出一个网络请求：

import requests

• 然后需要用 BeautifulSoup 来解析和提取 HTML 数据

from bs4 import BeautifulSoup

这里也可以直接import bs4，但代码中每次用的时候都要写上包名bs4，如：bs4.BeautifulSoup 啥啥啥

而from bs4 import BeautifulSoup 是直接将BeautifulSoup 类导入到当前命名空间直接使用，不需要再带包名。因此建议用from bs4 import BeautifulSoup

• 最后需要还需要用 urllib.request 来将网络对象复制到本地文件

import urllib.request

感觉 urllib.request 和前面导入的 requests有点像呀~ 查了一下资料发现是这样：