import urllib.request
import re
import os
import urllib
# 根据给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):
p3 = re.compile(r'<img class="BDE_Image" src="(.*?)" size=".*?" changedsize="true" width="',re.S)
imglist = re.findall(p3,html)
x = 1
path = 'D:\\test'
# 将图片保存到D:\\test文件夹中,如果没有test文件夹则创建
if not os.path.isdir(path):
os.makedirs(path)
paths = path + '\\' # 保存在test路径下
for imgurl in imglist:
urllib.request.urlretrieve(imgurl, '{}{}.jpg'.format(paths, "白敬亭"+str(x))) # 打开imglist中保存的图片网址,并下载图片保存在本地,format格式化字符串
x = x + 1
return imglist
html = getHtml("https://tieba.baidu.com/p/5997644221") # 获取该网址网页详细信息,得到的html就是网页的源代码
print(getImg(html)) # 从网页源代码中分析并下载保存图片
【爬虫入门】抓取白敬亭贴吧某个帖子下的图片1.0
猜你喜欢
转载自blog.csdn.net/qq_37252519/article/details/85997016
今日推荐
周排行