python+requests抓取页面图片
前言:
学完requests库后,想到可以利用python+requests爬取页面图片,想到实战一下。依照现在所学只能爬取图片在html页面的而不能爬取由JavaScript生成的图片,所以我选取饿了打开下面这个页面http://p.weather.com.cn/2017/06/2720826.shtml#p=7
案例步骤:
1.利用requests库,调用requests库中的get()方法,打开需要爬去的页面url,返回页面内容,下面是自定义的打开页面的方法
def load_page(url): response=requests.get(url) data=response.content return data
2.用正则表达式去匹配页面的图片链接,匹配成功后,把图片下载下来,保存到对应的文件位置,下面是自定义的保存图片方法
def get_image(html): regx=r'http://[\S]*jpg' pattern=re.compile(regx) get_images=re.findall(pattern,repr(html)) num=1 for img in get_images: image=load_page(img) with open('./spider_picture/%s.jpg' % num,'wb') as fb: fb.write(image) print("正在下载第%s张图片" %num) num=num+1 print("下载完成!")
完整案例源码:
# coding:utf-8 # 引入requests包和正则表达式包re import requests import re # 自定义下载页面函数 def load_page(url): response=requests.get(url) data=response.content return data # 自定义保存页面图片函数 def get_image(html): regx=r'http://[\S]*jpg' # 定义图片正则表达式 pattern=re.compile(regx) # 编译表达式构造匹配模式 get_images=re.findall(pattern,repr(html)) # 在页面中匹配图片链接 num=1 # 遍历匹配成功的链接 for img in get_images: image=load_page(img) #根据图片链接,下载图片链接 # 将下载的图片保存到对应的文件夹中 with open('./spider_picture/%s.jpg' % num,'wb') as fb: fb.write(image) print("正在下载第%s张图片" %num) num=num+1 print("下载完成!") # 定义爬取页面的链接 url ='http://p.weather.com.cn/2017/06/2720826.shtml#p=7' # 调用load_page函数,下载页面内容 html = load_page(url) # 在页面中,匹配图片链接,并将图片下载下来,保存到对应文件夹 get_image(html)