（初学）requests批量爬取搜狗图片

最新推荐文章于 2025-07-20 23:16:52 发布

feinxer

最新推荐文章于 2025-07-20 23:16:52 发布

阅读量2.5k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： python

本文链接：https://blog.youkuaiyun.com/attention2016/article/details/78006433

本教程介绍如何利用requests库批量下载搜狗图片。首先定义获取HTML文本的函数，然后通过正则表达式解析出图片链接。主函数中输入图片关键词，获取HTML，解析并保存图片到指定文件夹。程序会检查图片是否存在，已下载的图片不会重复下载。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import requests
import re
import os

def getHTMLtext(url):
	headers = {'user-agent':'Mozilla/5.0'}
	try:
		r = requests.get(url, timeout=30, headers=headers)
		r.raise_for_status()
		r.encoding = r.apparent_encoding
		return r.text
	except:
		print("cannot scrapy the url")
		return ""

#解析html文本，筛选出连接
def HTMLparse(link, html):
	try:
		plt = re.findall(r'"thumbUrl":"http://(.*?)"', html)
		for i in range(len(plt)):
			plt[i] = re.sub(r"thumbUrl", "", plt[i])
			plt[i] = re.sub(r":", "", plt[i])
			plt[i] = re.sub(r'"', "", plt[i])
			if plt[i][-1]=='g' and plt[i][-2]=='p' and plt[i][-3]=='j':
				link.append(r"http://"+plt[i])
	except:
		print("error")

def main():
	source = input("请输入要查找的图片：")
	link = []
	try:
		url = "http://pic.sogou.com/pics?pid=sogou-site-3b24156ad560a696&query=" + source
		html = getHTMLtext(url)
		HTMLparse(link, html)
	except:
		print("error2")
	root = "E://爬虫//requests项目//source//"
	headers = {'user-agent':'Mozilla/5.0'}