Python爬虫实例:爬取微信公众号图片(表情包)

背景:

在学习了简单爬虫的编写之后,我试图通过编写爬取公众号图片(表情包)来丰富我的聊天技能,亦不致于败给各种熊猫头。
在学习了requests库之后,就能够很轻松地爬取静态页面的信息,把网页对象获取到本地。但是此时如何把复杂的网页信息解析出来,便需要使用到正则表达式或者这次分享的BeautifulSoup库。BeautifulSoup是非常好用的第三方解析器,具体介绍和使用参考官方说明文档
调用方法:

from bs4 import BeautifulSoup

算法思路

用到的主要第三方库有Re库、Requests库和BeautifulSoup库。
此后我编写了getHTMLText()函数获得指定url的html信息,编写了getimgURL()函数得到某一篇文章里的所有图片链接,再编写download(adlist)函数新建或打开文件夹下载并保存图片,最后在主函数给出想要爬取的公众号文章地址,依次调用函数运行即可。
1.获取网页信息
使用requests库的get函数定义获取网页信息的函数:

def getHTMLText(url):
    try:
        r=requests.get(url,timeout=30)
        r.raise_for_status()
        r.encoding=r.apparent_encoding
        return r.text
    except:
        return &#
  • 11
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
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