python基于正则表达式图片爬取&分类存储&统计
爬取到图片后
对于文件名中包含中文的图片,需要单独存至 images/chinese 目录。
images 每个子目录内的图片需要按照该目录内文件从大到小排序,并附上排序序号加下划线前
缀组成新的文件名保存。
最终目录结构示例:
images
├── chinese
│ ├── 001_你好.png
│ └── 002_世界.png
└── svg
└── 001_hello.svg
└── png
└── 001_hello1.png
同时:编写一个Shell脚本或命令,按图片类型统计上述 images 目录:
95 png
27 svg
运行结果
首先将图片爬取并进行分类存储
import re
import requests
import os
i,j,k,l = 1,1,1,1
if not os.path.exists('images'):
os.makedirs('images')
url = 'https://www.baidu.com/'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:109.0) Gecko/20100101 Firefox/110.0'}
r