Python实现网络图片抓取

最新推荐文章于 2024-07-22 17:25:13 发布

云焰

最新推荐文章于 2024-07-22 17:25:13 发布

阅读量7.3k

点赞数 4

分类专栏：性能优化

本文链接：https://blog.csdn.net/yan_dk/article/details/89943810

版权

性能优化专栏收录该内容

71 篇文章 0 订阅

订阅专栏

案例分析

概述

Python在网络爬虫方面功能很强大，程序语言简单高效，下面编程实现一下如何抓取网络图片。本案例分为：单独图片抓取、全网图片抓取。分别给出实现代码，作为学习和技术交流。

Python基础环境准备

参见：https://blog.csdn.net/yan_dk/article/details/89528463

案例实现

单独图片抓取

import requests

 url='http://724.169pp.net/169mm/201904/141.2.jppg'
 resp = requests.get(url).content
 #print(resp)
 #下载图片
 with open('my.jpg','wb') as f:
     f.write(resp)

全网图片抓取

import requests
import os
from pyquery import PyQuery as pq

url='https://www.169tp.com/guoneimeinv/'
headers={'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3514.0 Safari/537.36guoneimeinv/	tz.js	logo.gif	1_061G54TJ0P.jpg	1_061515062KO6.jpg	1_06141601425K5.jpg	1_0613152F01P5.jpg	1_050G4194Y5a.jpg	1_05061336131V3.jpg	1_0506133354E04.jpg	1_05041232432964.jpg	1_05041230246021.jpg	1_0502143440W33.jpg	1_05021432411914.jpg'}
# resp=requests.get(url,headers=headers).content.decode('utf-8')
# 报错：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb9 in position 423: invalid start byte
# 突破反扒，返回响应

# print(resp)
# 方法-下载图片
def download_images(a_url,a_filename):
    ''' 详情页面的图片请求，并保存在本地'''
    resp_dtl = requests.get(a_url, headers=headers).content.decode('gbk')
    doc = pq(resp_dtl)
    bigImgs = doc('.big_img p img').items()
    count=1
    # print(bigImgs)
    for bigImg in bigImgs:
        bigImgSrc=bigImg.attr("src")
        imgs_data=requests.get(bigImgSrc,headers=headers)
        file_name="图片/"+a_filename
        save_name=str(file_name)
        # 若图片目录文件不存在，则重建
        if not os.path.exists(save_name):
            os.makedirs(file_name)
        else:
            with open(save_name+'/{}.jpg'.format(count),'wb') as f:
                f.write(imgs_data.content)
            count+=1

# 方法-取得图片并下载数据
def getPics(a_url):
  resp_data = requests.get(a_url, headers=headers).content.decode('gbk')
  doc = pq(resp_data)
# 通过类选择器获取数据
  picObj =doc(".pic").items()
# print(pic)
  for pic in picObj:
       # 通过属性获取内容
        picUrl=pic.attr("href")
        picName = pic.text()
        # print(picUrl)
        download_images(picUrl,picName)
# 主入口方法，调用抓取图片
getPics(url)

实现效果，抓取图片文件如下