Python爬虫---爬取网络上的图片

Myth丶恋晨 2022-05-15 05:49 308阅读 0赞

## Python爬虫---爬取网络上的图片 ##

什么是爬虫这个在这里就不多说了（毕竟有度娘），那么如何爬取网络上的图片呢？

这里以这个网站为例：[http://www.ivsky.com/search.php?q=%E6%B5%B7&PageNo=10][http_www.ivsky.com_search.php_q_E6_B5_B7_PageNo_10]

![70][]

1、打开网站后点右键--》查看网页源代码

然后是不是发现了一些规律呢如下面的图片格式大都是.jpg   alt 是图片的描述对吧。

![70 1][]

2、发现完这个规律那么我们就可以开始写代码啦 （用正则表达式来表示这个规律然后把网页是地址传进去就ok啦）

import urllib.request
    import re
    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):
        reg = r'src="(.+?\.jpg)" alt'
        imgre = re.compile(reg)
        imglist = imgre.findall(html)#表示在整个网页中过滤出所有图片的地址，放在imglist中
        x =0
        path = 'D:\\neg'
       # 将图片保存到D:\\test文件夹中，如果没有test文件夹则创建
    
        for imgurl in imglist:
            urllib.request.urlretrieve(imgurl,'{}{}.jpg'.format(path,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("http://www.ivsky.com/search.php?q=%E6%B5%B7&PageNo=9")#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
    print("hello 123456")

这样就爬取到这个网站上的图片啦~~~~~~~

![70 2][]

![70 3][]

[http_www.ivsky.com_search.php_q_E6_B5_B7_PageNo_10]: http://www.ivsky.com/search.php?q=%E6%B5%B7&PageNo=10
[70]: /images/20220515/52cbd1d9e1c648be9d52c584f062e2b6.png
[70 1]: /images/20220515/412b84023526480b8ada27dba8710ede.png
[70 2]: /images/20220515/ba57d28e647e41c8a647afcefbb9f2d2.png
[70 3]: /images/20220515/b2bb7ceff0364d7892d50bd56fd28bcb.png