python爬虫简单的抓页面图片并保存到本地

最新推荐文章于 2025-06-08 21:56:05 发布

余念yn

最新推荐文章于 2025-06-08 21:56:05 发布

阅读量2.2w

点赞数 17

CC 4.0 BY-SA版权

分类专栏： python

本文链接：https://blog.youkuaiyun.com/Chaoren666/article/details/53488083

python 专栏收录该内容

1 篇文章

订阅专栏

本文介绍了一个简单的Python爬虫实现过程，包括如何从网页抓取图片并保存到本地。通过正则表达式匹配图片链接，使用urllib进行网页读取及图片下载。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、首先注意编码，设置为utf-8

   #coding=utf-8

或者

   #-*-conding:UTF-8 -*-

  先抓取页面信息

#coding=utf-8

import urllib import re #py抓取页面图片并保存到本地 def getHtml(url): page = urllib.urlopen(url) html = page.read() return html print html

#获取页面信息

html = getHtml("http://tieba.baidu.com/p/2460150866")

然后会出来一堆html代码 CSS代码 JS代码。这样页面你就拿到了

接下来呢，咱们去抓取这个页面的图片

#coding=utf-8 import urllib import re #py抓取页面图片并保存到本地  #获取页面信息 def getHtml(url): page = urllib.urlopen(url) html = page.read() return html

#通过正则获取图片
def getImg(html):
    reg = r'src="(.+?\.jpg)" pic_ext'
    imgre = re.compile(reg)
    imglist = re.findall(imgre,html)
    return imglist

html = getHtml("http://tieba.baidu.com/p/2460150866")

print getImg(html)

然后大家可以看到了，图片已经全部抓取到了

最后咱们把抓到的图片保存到本地

#coding=utf-8 import urllib import re #py抓取页面图片并保存到本地  #获取页面信息 def getHtml(url): page = urllib.urlopen(url) html = page.read() return html #通过正则获取图片 def getImg(html): reg = r'src="(.+?\.jpg)" pic_ext'  imgre = re.compile(reg) imglist = re.findall(imgre,html) return imglist #循环把图片存到本地  x = 0  for imgurl in imglist: #保存到本地  urllib.urlretrieve(imgurl,'/Applications/MAMP/image/%s.jpg' % x) x+=1  html = getHtml("http://tieba.baidu.com/p/2460150866") print getImg(html)

为了方便管理，并且整洁，给图片重新命名为数字了

这样呢，就简单的用python实现了爬虫。

博主新站点：http://www.wang-chao.cn/