python，分析网页，使用 bs4和requests 爬取网页指定图片

阅读之前先保证会使用python并且了解html前端结构
首先打开
目标网站
我们可以看到一个动漫角色的图片，现在我们要利用python程序来保存这张图片到本地。
1.右键图片
选择审查元素（有些浏览器叫做检查）
然后Ctrl+shift+c，打开选取元素模式，点击图片即可找到下图的位置

可看到这张图片，也就是网页的结构
我们要提取的图片在body->div->div->div->img中。
因为这个img有id，所以我们很容易定位
标签img，id=“PicBigBtn”里的src值即可，
但是我们将这个图片复制打开，发现他的像素很低，所以我们判断他不是我们要找的图片。
回到目标网站

右上角可以看到放大，我们点击放大，看到了清晰的图片
这时再次审查元素。
然后Ctrl+shift+c，打开选取元素模式，在图片上的时候我们发现一个翻页div遮挡了图片这时候我们来到左下高亮部分右键。


删除元素。删除后再次选取元素模式，点击图片

这样就找到我们要的img了，复制这个img的地址打开新页面，我们可以看到清晰的图片
这张图片我们可以看出，很容易索引。

因为id是唯一的，我们只需要寻找img标签id等于layerDeskPic即可，

分析完了，接下来我们来到我们的python

import requests

from bs4 import BeautifulSoup

导入我们的两个包
写好我们的代码

import requests

from bs4 import BeautifulSoup


def pachong():
    url = "http://desk.zol.com.cn/bizhi/755_8386_2.html"  # 目标网站
    html = requests.get(url)  # requests的get方法，参数填写url即可返回网页全部内容
    soup = BeautifulSoup(html.content, "html.parser")  # BeautifulSoup方法，第一个参数为完整的网页，上一句我们已经获得。
    # (接上行)第二个参数是网页解析器，这里我们使用比较方便的html.parser解析器。（如果html变量不用content的话将会返回访问网页的状态码）
    image_html = soup.find("img", id="layerDeskPic").attrs["src"]  # 在网页分析中已经阐明寻找的位置，img表情指定id里的src（图片网址）
    the_image = requests.get(image_html)  # 再次使用requests的get方法，参数为图片的网址。
    with open("图片.jpg", "wb+") as f:
        f.write(the_image.content)  # 写入文件，the_image的content属性，（the_image返回访问网页的状态码）


if __name__ == '__main__':
    pachong()

运行发现得到图片，一个1x1像素的图片…
然后我们将后边注释掉

import requests

from bs4 import BeautifulSoup


def pachong():
    url = "http://desk.zol.com.cn/bizhi/755_8386_2.html"  # 目标网站
    html = requests.get(url)  # requests的get方法，参数填写url即可返回网页全部内容
    soup = BeautifulSoup(html.content, "html.parser")  # BeautifulSoup方法，第一个参数为完整的网页，上一句我们已经获得。
    # (接上行)第二个参数是网页解析器，这里我们使用比较方便的html.parser解析器。（如果html变量不用content的话将会返回访问网页的状态码）
    image_html = soup.find("img", id="layerDeskPic").attrs["src"]  # 在网页分析中已经阐明寻找的位置，img表情指定id里的src（图片网址）

    print(image_html)

    # the_image = requests.get(image_html)  # 再次使用requests的get方法，参数为图片的网址。
    # with open("图片.jpg", "wb+") as f:
    #     f.write(the_image.content)  # 写入文件，the_image的content属性，（the_image返回访问网页的状态码）


if __name__ == '__main__':
    pachong()

输出查看内容，内容是《https://icon.zol-img.com.cn/article/slideNew/blank.gif》
这显然有误，因此我们猜测是网页结构发生了变化，我们再回到目标网站
先审查元素，然后用元素选取选择右上角的放大按钮


可见图片的网址是这个
我们点一下这个按钮放大，然后关闭放大后的图片

可以对比发现，这个值变了，具体怎么变的我们不需要深究。
我们比较这两个值发现，变的只有中间的分辨率数字
https://desk-fd.zol-img.com.cn/t_s960x600c5/g5/M00/01/0F/ChMkJlbKwqqIJUCGAAHop_ytZA4AALGrQN-1PwAAei_545.jpg

http://desk.fd.zol-img.com.cn/t_s1920x1080/g5/M00/01/0F/ChMkJlbKwqqIJUCGAAHop_ytZA4AALGrQN-1PwAAei_545.jpg
因此我们只需要获取第一个网址，对字符串960x600c5替换为1920x1080即可

import requests

from bs4 import BeautifulSoup


def pachong():
    url = "http://desk.zol.com.cn/bizhi/755_8386_2.html"  # 目标网站
    html = requests.get(url)  # requests的get方法，参数填写url即可返回网页全部内容
    soup = BeautifulSoup(html.content, "html.parser")  # BeautifulSoup方法，第一个参数为完整的网页，上一句我们已经获得。
    # (接上行)第二个参数是网页解析器，这里我们使用比较方便的html.parser解析器。（如果html变量不用content的话将会返回访问网页的状态码）
    image_html = soup.find("img", id="bigImg").attrs["src"]  # 在网页分析中已经阐明寻找的位置，img表情指定id里的src（图片网址）
    image_html = change(image_html)  # 调用change函数
    the_image = requests.get(image_html)  # 再次使用requests的get方法，参数为图片的网址。
    with open("图片.jpg", "wb+") as f:
        f.write(the_image.content)  # 写入文件，the_image的content属性，（the_image返回访问网页的状态码）


def change(image_html):
    return image_html.replace("960x600c5", "1920x1080")  # 替换字符串


if __name__ == '__main__':
    pachong()

改写后的代码，运行，我们发现已经可以正常使用了，在程序的目录下的图片.jpg即是我们爬的图片！