Python每日一练(3):爬取百度贴吧图片

最新推荐文章于 2025-09-13 23:06:41 发布

weixin_30399821

最新推荐文章于 2025-09-13 23:06:41 发布

阅读量71

点赞数 1

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/sxcmos/p/5151366.html

本文介绍了一种使用Python的requests和re模块从百度贴吧页面抓取图片的方法。通过发送HTTP请求获取网页内容，并利用正则表达式解析出图片链接，最后下载图片到本地。

import requests,re
#先把要访问URL和头部准备好
url = 'http://tieba.baidu.com/p/2166231880'
head = {
        'Accept': '*/*',
        'Accept-Encoding':'gzip,deflate,sdch',
        'Accept-Language':'zh-CN,zh;q=0.8',
        'Connection':'keep-alive'
}
#获取html源码，这时候html的源码已经在本地了
html = requests.get(url, headers = head)
#重新编码
data = html.content.decode('utf-8')

i = 0
#用正则匹配找到图片的URL
pic_url = re.findall(r'<img pic_type="0" class="BDE_Image" src="(.*?)" bdwater',data,re.S)
#把所有图片的URL都列出来，一个一个访问，访问一个存一个。先创建一个0.jpg的文件，然后write写入0.jpg，然后关闭。以此类推
for each in pic_url:
    print 'Downloading :' + each
    pic = requests.get(each)
    fp = open('pic\\' + str(i) + '.jpg','wb')
    fp.write(pic.content)
    fp.close()
    i += 1