python爬虫：将数据保存到本地

一.python语句存储

1.with open()语句

with open(name,mode,encoding) as file：
  file.write()

name：包含文件名称的字符串; 
mode：决定了打开文件的模式,只读/写入/追加等; 
encoding：表示我们要写入数据的编码，一般为 utf-8 或者 gbk ; 
file：表示我们在代码中对文件的命名。

2.w：只写模式，如果没有文件则自动创建

f.write("{} {} {} {}\n".format(title,price,scrible,pic))

3.例子

1）

with open('a.txt','wb') as f:
    for tag in soup.find_all('div',class_='service-item-pic'):
        a_url = tag.find('a').get('href')
        f.write(a_url)
        f.write('\n')

2）

for tag in soup.find_all('div',class_='service-item-pic'):
    with open('3.txt', 'a') as f:             
        a_url = tag.find('a').get('href')
        f.write(a_url)
        f.write('\n')

二.保存图片

1.方法

首先用Beautiful Soup结合正则表达式的方式来提取所有链接：

links = soup.find_all('img', "origin_image zh-lightbox-thumb",src=re.compile(r'.jpg$'))

提取出所有链接后，使用request.urlretrieve来将所有链接保存到本地

2.例子

import time
from urllib import request
from bs4 import BeautifulSoup
import re
url = r'https://www.zhihu.com/question/355015346/answer/892031308'
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'}
page = request.Request(url, headers=headers)
page_info = request.urlopen(page).read().decode('utf-8')
soup = BeautifulSoup(page_info, 'html.parser')
links = soup.find_all('img', "origin_image zh-lightbox-thumb",src=re.compile(r'.jpg$'))
local_path = r'C:\Users\Administrator\Desktop'
for link in links:
    print(link.attrs['src'])
    request.urlretrieve(link.attrs['src'], local_path+r'\%s.jpg' % time.time())