百度贴吧图片抓取

本文介绍了一个简单的Python脚本,用于从指定的百度贴吧页面下载所有图片。通过解析HTML并提取图片链接,该脚本能够遍历帖子的所有页面,并将图片保存到本地文件夹中。
# -*- coding: utf-8 -*-

from bs4 import BeautifulSoup
import re
import os
import urllib2
import urllib

def download_img(urls,k):
    #urls = "http://tieba.baidu.com/p/4807867791"
    page = urllib2.urlopen(urls)
    html = page.read()
    soup = BeautifulSoup(html, 'html.parser')
    lists = soup.find('a', string='尾页')
    if lists == None:
        return False
    pageurl = lists['href'];
    totalPage = pageurl[-1]

    for j in range(1, int(totalPage)):
        url = urls + "?pn=" + str(j)
        page = urllib2.urlopen(url)
        html = page.read()
        soup = BeautifulSoup(html, 'html.parser')
        print(url)
        lists = soup.find_all('img', class_="BDE_Image")
        i = 1;
        for list in lists:
            filename = str(k)+"-"+str(j) + '-' + str(i);
            print(filename)
            urllib.urlretrieve(list['src'], './images/%s.jpg' % filename)
            i = i + 1;
k = 4807867791
url = "http://tieba.baidu.com/p/4807867791"
download_img(url,k)

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值