07精通Python网络爬虫——爬取京东手机图片

最新推荐文章于 2024-10-12 23:07:59 发布

原创最新推荐文章于 2024-10-12 23:07:59 发布 · 351 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#Python爬虫 #京东图片

本文介绍了一种使用Python爬取京东网站上手机图片的方法。通过定义一个爬虫函数，该函数能够从指定页面抓取手机商品的图片链接，并下载保存到本地。文中详细展示了爬虫的实现过程，包括网页内容获取、正则表达式匹配以及图片下载。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

运行环境Python3.6.4

# 爬取京东手机图片
import re #导入re模块
import urllib.request  #导入urllib.request模块
def craw(url,page): #定义函数craw
    html1 = urllib.request.urlopen(url).read() #调用urllib.request模块里的urlopen函数打开url链接，并且读取，最后赋值给html1
    html1 = str(html1) #将html1网页内容变成字符串
    pat1 = '''<div id="plist".+? <div class="page clearfix">''' #利用pat1正则表达式进行第一次信息过滤
    result1 = re.compile(pat1).findall(html1)  #查找所有符合条件的信息
    result1 = result1[0]
    pat2 = '''<img width="220" height="220" data-img="1".+?"//(.+?\.jpg)">'''#".+?"组合可以匹配除换行外的任意字符，第二个正则表达式进行第二次过滤
    imagelist = re.compile(pat2).findall(result1)
    x = 1
    for imageurl in imagelist:
        imagename = "D:/Python35/myweb/part6/img1/"+"第"+str(page)+"页图"+str(x)+".jpg"
        imageurl = "http://"+imageurl
        try:
            urllib.request.urlretrieve(imageurl,filename=imagename)
        except urllib.error.URLError as e:
            if hasattr(e,"code"):
                x+=1
            if hasattr(e,"reason"):
                x+=1
        x+=1
for i in range(1,2):
    url = "http://list.jd.com/list.html?cat=9987,653,655&page="+str(i)
    craw(url,i)