Python网页图片集的制作

最新推荐文章于 2024-03-22 22:20:42 发布

原创最新推荐文章于 2024-03-22 22:20:42 发布 · 1.1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言 #后端

本文介绍如何利用Python快速收集并保存网页上的图片。通过解析网页源代码，筛选需要的图片链接，然后批量下载，避免手动操作。最终，图片会被整合到一个网页文件中方便查看。

往往在浏览网页时有很多图片我们想全部收集，但是一张一张弄又太慢，这个代码直接将图片一键保存。

#导人爬虫峰
import requests,re,os
# 读取网址str
response = requests.get('http://www.netbian.com/s/wangzherongyao/')
string = response.text
pattern = re.compile(r'http://[^\s]*jpg')
result = re.findall(pattern, string)
for p in result:
    if p == 'http://img.netbian.com/file/2020/0907/e1b3c3085b8ed9cf769758e36029ed62.jpg':
        result.remove(p)
for p in result:
    if p == 'http://img.netbian.com/file/2021/1026/95a452ab2a80121473ceb1fce3e88cfc.jpg':
        result.remove(p)

这里我想保存这个网址的图片，可以在其源代码找出图片代码，如果有不想要的，遍历从列表删除即可。


l ='<!doctype html>'
e='<html>'
b ='<head>'
z='<meat charset = '
k="'utf-8'"
d='>'
q='<title> 王者荣耀壁纸_王者荣耀高清图片_王者荣耀图片大全_彼岸桌面壁纸 </title>'
with open('pics.txt', 'w') as w:
    w.write(l+'\r\n')
with open('pics.txt', 'a') as a:
    a.writelines(e+'\r\n')
    a.writelines(b+'\r\n')
    a.writelines(z)
    a.writelines(k)
    a.writelines(d+'\r\n')
    a.writelines(q+'\r\n')
for p in result:
    with open('pics.txt', 'a') as a:
        a.writelines(f'<img src="{p}"/>' + '</b>' + '\r\n')

我们先把网页头写入txt，保证网页正常（注：网页各字符集间没有空格，否则网页无法显示）

o=2
for i in range(23):
    response = requests.get(f" http://www.netbian.com/s/wangzherongyao/index_{o}.htm",)
    string = response.text
    pattern = re.compile(r'http://[^\s]*jpg')
    result = re.findall(pattern, string)
    for p in result:
        if p == 'http://img.netbian.com/file/2020/0907/e1b3c3085b8ed9cf769758e36029ed62.jpg':
            result.remove(p)
    for p in result:
        if p == 'http://img.netbian.com/file/2021/1026/95a452ab2a80121473ceb1fce3e88cfc.jpg':
            result.remove(p)
    for p in result:
        with open('pics.txt', 'a') as a:
            a.writelines(f'<img src="{p}"/>' + '</b>'+'\r\n')
    o = o+1
v = '</body>'
m = '</html>'
n = "<script src='/e/public/onclick /?enews = dozt & ztid = 467'></script>"
with open('pics.txt', 'a') as a:
    a.writelines('\r\n')
    a.writelines(v+'\r\n')
    a.writelines(m+'\r\n')
    a.writelines(n)

这里也是同一道理，因为网页有规律，所以我偷个懒遍历就可以了。


with open('pics.txt') as f:
    text = f.read()

with open('pics.html', 'w') as w:
    w.write(text)

最后这里改后缀名，原文件不会改变，只会增加一个网页文件

这样打开网页，图片就在里面了