本地HTML图片下载与批量处理-优快云博客

这篇博客介绍了如何从本地HTML文件中下载单个文件的所有图片，包括页面解析和图片下载步骤。同时，也讲解了如何批量下载目录下的所有图片文件，以及在过程中遇到的图片无法打开的问题，问题根源在于HTTP请求状态码400，通过添加headers中的referer字段成功解决了问题。

详细可以见我的个人博客：本地HTML中图片下载

单个文件中所有图片下载

import requests
from lxml import etree
import os

本地html文件读取到内存

这里需要注意下编码方式！

with open('爬虫与API（上）.html','r',encoding = 'utf-8') as f:
    html = f.read()

页面解析

selector = etree.HTML(html)

img_list = selector.xpath('//img/@src')

img_list

['https://pic2.zhimg.com/v2-92e8bf502b2a8cb1c972215297161e40_b.jpg',
 'https://pic3.zhimg.com/v2-8a64c355393635e51f486e8f77a31b11_b.jpg',
 'https://pic3.zhimg.com/v2-b0b7e8426f7abe8bba55748830e1fedb_b.jpg',
 'https://pic3.zhimg.com/v2-1ad5fce7304021d5e8240513242b1842_b.jpg',
 'https://pic2.zhimg.com/v2-c4b13d820e724740b6d22d26cd1f78e4_b.jpg']

图片下载

num = 0
for img_url in img_list:
    img = requests.get(img_url)
    #下面是新建文件夹、图片文件名
    num += 1
    img_dir = os.getcwd() + '/爬虫与API（上）/'
    if not os.path.exists(img_dir):
        os.makedirs(img_dir)
    file_name = img_dir + str(num) + ".png"
    #下面是图片文件的保存
    with ope