python 爬取图片_python批量爬取图片

问题：疫情期间，小区封锁，妹妹上九年级需要借书怎么办？

我答：直接网购。

END

开个玩笑，当然。大多数情况下还是可以从网上拿到电子书的。

比如有人专门扫描了九年级全一册物理是png格式，放在了搜狐上，辛苦。人教版九年级物理全册电子课本​www.sohu.com

然后写几行python代码：

#导入模块

import requests

import re

#请求网址

url='https://www.sohu.com/a/243735652_372480'

#发起请求，得到网址的所有字符，并且赋给变量html

html=requests.get(url).text

#匹配正则表达式，将匹配元素输入列表html_str

html_str=re.findall(r'img src="(.*?)"',html,re.S)

#获得列表长度，也就是几张图片

a=len(html_str)

#for循环下载，保存格式为.png “wb”表示可写

for i in range(a):

img=requests.get(html_str[i]).content

with open(str(i)+'.jepg','wb') as f:

f.write(img)

完成。

主要讲一下这个正则表达式：

re.findall(r'img src="(.*?)"',html,re.S)

先进入开发者模式，一般谷歌是按F12，

1：点击箭头图标，

2：点击其中一张要下载的图片。

3：之后会显示选中的元素，当然你可以右击在新的窗口打开，然后一张一张的另存为。大概也就180多页。

观察一下这个标签。

re.findall(r'img src="(.*?)"',html,re.S)

所以这个正则表达式的意思就是，从变量html中找出

img src="(.*?)"

并且只返回(.*?)

正则表达式的findallPython re.findall中正则表达式(.*?)和参数re.S使用​blog.csdn.net

突然不想写了，大佬写的很清楚。

import re

str = 'aabbabaabbaa'

#一个"."就是匹配除 \n (换行符)以外的任意一个字符

print(re.findall(r'a.b',str))#['aab', 'aab']

#*前面的字符出现0次或以上

print(re.findall(r'a*b',str))#['aab', 'b', 'ab', 'aab', 'b']

#贪婪，匹配从.*前面为开始到后面为结束的所有内容

print(re.findall(r'a.*b',str))#['aabbabaabb']

#非贪婪，遇到开始和结束就进行截取，因此截取多次符合的结果，中间没有字符也会被截取

print(re.findall(r'a.*?b',str))#['aab', 'ab', 'aab']

#非贪婪，与上面一样，只是与上面的相比多了一个括号，只保留括号的内容

print(re.findall(r'a(.*?)b',str))#['a', '', 'a']

str = '''aabbab

aabbaa

bb'''#后面多加了2个b

#没有把最后一个换行的aab算进来

print(re.findall(r'a.*?b',str))#['aab', 'ab', 'aab']

#re.S不会对\n进行中断

print(re.findall(r'a.*?b',str,re.S))#['aab', 'ab', 'aab', 'aa\n b']