python爬虫---爬取网站图片

_Always_

于 2019-01-22 17:20:17 发布

阅读量270

点赞数

CC 4.0 BY-SA版权

分类专栏：后端文章标签： python

本文链接：https://blog.youkuaiyun.com/slyslyme/article/details/86598151

后端专栏收录该内容

13 篇文章

订阅专栏

本文介绍了一种使用Python3进行网页爬取的方法，特别针对百度贴吧的图片资源。通过解析网页源代码，利用正则表达式提取图片链接，并将图片保存到本地指定目录。代码实现了从获取网页信息到图片下载的全过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python3 爬取网站图片保存至本地

import urllib.request
import re
import os
import urllib

# 根据指定的网址来获取网页详细信息，得到的html就是网页的源代码
def getHtml(url):
    page = urllib.request.urlopen(url)
    html = page.read()
    return html.decode('UTF-8')

def getImg(html):
    reg = r'src="(.+?.jpg)" pic_ext'
    imgre = re.compile(reg)  # 创建模式对象
    imglist = imgre.findall(html)  # 返回匹配结果的list
    x = 0
    path = 'D:\\test'
    if not os.path.isdir(path):
        os.makedirs(path)
    paths = path+'\\'

    for imgurl in imglist:
        urllib.request.urlretrieve(imgurl,'{}{}.jpg'.format(paths,x))
        x += 1
    return imglist

html = getHtml("http://tieba.baidu.com/p/2460150866")
print(getImg(html))