python爬虫之爬取微信公众号文章中的图片

实现的功能

输入想要爬取微信公众号文章的链接，爬取成功后会输出文件夹已经创建（代码创建位置在D:\test）

将爬取到的图片放入文件夹中，并且文件夹的名字为该文章的标题：

需要用到的库

获取文章信息需要的库：beautifulsoup4，requests；

需要对html一些标签有一定的了解

可以到w3cschool了解
将微信公众号文章复制链接，然后电脑浏览器打开，按F12开发者工具，或者右键点击查看源，就可以看到网页的源代码。

代码设计思想

1、网页通过request请求获得网页源代码，再通过bs4(beautifulsoup)来对源代码进行提取信息；
文章标题的获取：
2、通过观察微信公众号文章网页源代码，可以发现，文章的标题大部分都是存放在h2标签里面的（大部分，我目前看到的都是h2标签）


那么就可以用bs.select(‘h2’)[0].text来获取文章的标题，用于待会文件夹的命名。
3、又由于文件夹命名有些符号是不合法的，避免文件夹创建报错，那么就用正则将获取的标题进一步筛选，去掉除了中文、数字、英文的其它字或者符号。
文章图片的获取：
4、一般网页中图片的标签都用到img标签和2一样就可以用bs.select(‘img’)获取网页中所有有img标签的代码，但是这样还是太广泛了，需要进一步进行筛选
5、那么查看网页