Python网络爬虫-图片爬取

一、导入urllib.request、re两个模块

import urllib.request  (用于打开URL的可扩展库)
import re (用于正则匹配)

二、爬取步骤

1、确定爬取地址
       path="要爬取的网站地址（前面需接http://）"

2、根据地址获取源代码
      content=urllib.request.urlopen(path).read().decode("utf-8","ignore")

3、写正则表达式，匹配相应的数据
      match=re.compile(r'src="(.*?\.jpg)"')

4、保存
    imagePaths=match.findall(content)

i=0
for imagePath in imagePaths:
    if "https://www.baidu.cn" not in imagePath:
        imagePath="https://www.baidu.cn"+imagePath
    i = i + 1
    urllib.request.urlretrieve(imagePath, f"C:\\Users\\Administrator\\Desktop\\图片\\{i}.jpg")                                                     这里填的是保存的地址