2019-08-26 来源:编玩边学
爬虫就是获取网页上的各种资源的一种程序,使用Python设计爬虫最为流行。今天就来爬取网页中的图片,爬取图片,首先要使用urllib获取要爬取URL的资源。
import urllib as ul
htmlone = ul.urlopen(‘https://www.codepku.com/information/589’)
htmltwo = htmlone.read()
然后我们需要找到获取的图片代码特征,并用正则表达式匹配
import re
imgone = r’src=”.+?\.jpg” style’
imgtwo = re.compile(imgone)
然后两者合并
import urllib as ul
import re
def gethtml(url):
htmlone = ul.urlopen(url)
htmltwo = htmlone.read()
return html
imgone = r’src=”.+?\.jpg” style’
imgtwo = re.compile(imgone)
imglist = imgtwo.findall(gethtml(‘https://www.codepku.com/information/589’))
最后把图片保存到本地
x = 0
for img in imglist:
ul.urlretrieve(img,’%s,jpg’ %x)
x += 1
最后就能得到以正整数命名的图片了。更深入的爬虫还要针对反爬虫和登录等问题一一解决。下次再说。
所以如果您想报名少儿编程培训课程,就请点击“少儿编程报名”,填写信息,并领取5G的免费试听课程和学习资料。
关注我们的自媒体
获取更多精彩内容
编玩边学订阅号
编玩边学服务号
编玩边学广东 深圳
1、"编玩边学"上的内容,包括文章、资料、资讯等,本网注明"来源:编玩边学"的,其版权均为"编玩边学"或深圳市编玩边学教育科技有限公司所有,任何公司、媒体、网站或个人未经授权不得转载、链接、转贴或以其他方式使用。已经得到"编玩边学"许可的媒体、网站,在使用时必须注明"来源:编玩边学",违者本网站将依法追究责任。
2、"编玩边学" 未注明"来源:编玩边学"的文章、资料、资讯等均为转载,本网站转载出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。如其他媒体、网站或个人从本网站下载使用,必须保留本网站注明的"稿件来源",并自负版权等法律责任。如擅自篡改为" 来源:编玩边学 " ,本网站将依法追究其法律责任。
3、如果本网所转载内容侵犯了您的权益,请与我们联系team@codepku.com,我们将及时处理。
请输入正确的证书编号
学员姓名:孙兴民
课程:Scratch Level 1
发证日期:2019.08.15