python爬取百度贴吧图片

最新推荐文章于 2025-12-02 19:01:55 发布

原创最新推荐文章于 2025-12-02 19:01:55 发布 · 513 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言

本文介绍了如何使用Python的正则表达式和requests库爬取百度贴吧的图片，包括发送请求、解析图片地址并保存到本地的过程。

1.正则表达式

1.1常用函数

re.search ：扫描整个字符串并返回第一个成功的匹配

re.match：从字符串的起始位置匹配

re.findall：全局匹配

1.2常用模式字符串

.：匹配除了换行符之外的任意字符

*：0\1\多次

？：0\1

（）：模式单元

2.爬取百度贴吧图片

2.1发送请求

以百度贴吧明星吧为例，我们可以看到里面有很多图集，选择殷桃吧，点开后，通过F12打开网页源代码，刷新网页，在Network里找到list连接，headers里的url就是我们需要发送请求的地址。

url = "https://tieba.baidu.com/photo/g/bw/picture/list?kw=%E6%98%8E%E6%98%9F&alt=jview&rn=200&tid=2125319322&pn=1&ps=1&pe=40&info=1&_=1704889234791"
res = requests.get(url)

2.2获取图片地址

在preview里，可以找到图片地址murl。用正则表达式的方式来寻找图片地址。

pat= '"murl":"(.*?)"'
rst = re.findall(pat,res.text)
print(rst)

2.3保存图片

x=1
for imageUrl in rst:
    imageres=requests.get(imageUrl)
    imageNmae='tieba/'+str(x)+'.jpg'
    with open(imageNmae,'wb') as picObject:
        picObject.write(imageres.content)
    x+=1