爬取网址图片

最新推荐文章于 2025-12-16 10:44:31 发布

原创最新推荐文章于 2025-12-16 10:44:31 发布 · 264 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #爬虫

爬虫专栏收录该内容

1 篇文章

订阅专栏

本文提供了使用Python2和Python3实现的网页图片抓取代码示例。通过正则表达式匹配图片链接，并利用urllib库将图片保存到本地。文中分别展示了针对不同格式图片的处理方法。

本文分别为python2和python3代码展示，提取内容可通过正则化进行修改。

python2代码展示：

import urllib
import re

def getHtml(url):
    page = urllib.request.urlopen(url)
    html = page.read()
    return html

def getImg(html):
    reg = r'src="(.+?\.jpg)" pic_ext'
    imgre = re.compile(reg)
    imglist = re.findall(imgre,html)
    x = 0
    for imgurl in imglist:
        urllib.request.urlretrieve(imgurl,'%s.jpg' % x)
        x+=1


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

print getImg(html)

python3代码展示

#coding=utf-8
import urllib.request
import urllib.parse
import re
import chardet

def getHtml(url):
    page = urllib.request.urlopen(url)
    html = page.read()
    encode_type=chardet.detect(html)
    html=html.decode(encode_type["encoding"])
    return html

def getImg(html):
    #reg = r'src="(.+?\.jpg)" pic_ext'
    #reg = r'src="(.+?\.jpg)"'
    reg = r'src="(.+?\.png)" alt=""'
    imgre = re.compile(reg)
    imglist = re.findall(imgre,html)
    x = 0
    for imgurl in imglist:
        urllib.request.urlretrieve(imgurl,'%s.png' % x)
        x+=1


html = getHtml("https://www.kuyv.cn/star/dilireba/photo/2/")

print(getImg(html))