爬虫python下载网站所有图片_Python3.x爬虫下载网页图片的实例讲解

一、选取网址进行爬虫

本次我们选取pixabay图片网站

url=https://pixabay.com/

二、选择图片右键选择查看元素来寻找图片链接的规则

通过查看多个图片路径我们发现取src路径都含有 https://cdn.pixabay.com/photo/ 公共部分且图片格式都为.jpg 因此正则表达式为

re.compile(r'^https://cdn.pixabay.com/photo/.*?jpg$')

通过以上的分析我们可以开始写程序了

#-*- coding:utf-8 -*-

import re

import requests

import os

from bs4 import BeautifulSoup

url = 'https://pixabay.com/'

html = requests.get(url).text #获取网页内容

print(html)

# 这里由于有些图片可能存在网址打不开的情况，加个5秒超时控制。

#data-objurl="http://pic38.nipic.com/20140218/17995031_091821599000_2.jpg"获取这种类型链接

soup = BeautifulSoup(html,'html.parser',from_encoding='utf-8')

#^abc.*?qwe$

pic_url = soup.find_all('img',src=re.compile(r'^https://cdn.pixabay.com/photo/.*?jpg$'))

#pic_url = pic_node.get_text()

#pic_url = re.findall('"https://cdn.pixabay.com/photo/""(.*?)",',html,re.S)

print(pic_url)

i = 0

#判断image文件夹是否存在，不存在则创建

if not os.path.exists('image'):

os.makedirs('image')

for url in pic_url:

img = url['src']

try:

pic = requests.get(img,timeout=5) #超时异常判断 5秒超时

except requests.exceptions.ConnectionError:

print('当前图片无法下载')

continue

file_name = "image/"+str(i)+".jpg" #拼接图片名

print(file_name)

#将图片存入本地

fp = open(file_name,'wb')

fp.write(pic.content) #写入图片

fp.close()

i+=1

代码是不是很简单呢 如果你想修改地址 取爬取别的网站 请注意分析下载图片路径的共性 并设计合理的正则表达式，否则是无法获取到图片路径的

执行过程截图：

以上这篇Python3.x爬虫下载网页图片的实例讲解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

本文标题: Python3.x爬虫下载网页图片的实例讲解

本文地址: http://www.cppcns.com/jiaoben/python/228794.html