Python3.x爬虫下载网页图片的实例讲解_Python

一、选取网址进行爬虫

本次我们选取pixabay图片网站

1	`url=https://pixabay.com/`

Python3.x爬虫下载网页图片的实例讲解

二、选择图片右键选择查看元素来寻找图片链接的规则

Python3.x爬虫下载网页图片的实例讲解

通过查看多个图片路径我们发现取src路径都含有 https://cdn.pixabay.com/photo/ 公共部分且图片格式都为.jpg 因此正则表达式为

1	`re.compile(r'^https://cdn.pixabay.com/photo/.*?jpg$')`

通过以上的分析我们可以开始写程序了

									#-*- coding:utf-8 -*-

									import re

									import requests

									import os

									from bs4 import beautifulsoup

									url = 'https://pixabay.com/'

									html = requests.get(url).text #获取网页内容

									print(html)

									# 这里由于有些图片可能存在网址打不开的情况，加个5秒超时控制。

									#data-objurl="http://pic38.nipic.com/20140218/17995031_091821599000_2.jpg"获取这种类型链接

									soup = beautifulsoup(html,'html.parser',from_encoding='utf-8')

									#^abc.*?qwe$

									pic_url = soup.find_all('img',src=re.compile(r'^https://cdn.pixabay.com/photo/.*?jpg$'))

									#pic_url = pic_node.get_text()

									#pic_url = re.findall('"https://cdn.pixabay.com/photo/""(.*?)",',html,re.s)

									print(pic_url)

									i = 0

									#判断image文件夹是否存在，不存在则创建

									if not os.path.exists('image'):

									 os.makedirs('image')

									for url in pic_url:

									 img = url['src']

									 try:

									 pic = requests.get(img,timeout=5) #超时异常判断 5秒超时

									 except requests.exceptions.connectionerror:

									 print('当前图片无法下载')

									 continue

									 file_name = "image/"+str(i)+".jpg" #拼接图片名

									 print(file_name)

									 #将图片存入本地

									 fp = open(file_name,'wb')

									 fp.write(pic.content) #写入图片

									 fp.close()

									 i+=1