博客

哈喽~大家好，我是恰恰。又到了有趣的Python学习时间，不知道有没有同学会需要一起下载很多图片呢？反正我之前是需要的，因为恰恰之前是做平面设计的，会需要收集很多素材，所以这个时候，如果有同学跟我一样，就会很需要Python爬虫了，有了它，从此告别手动下载图片！让我们快学起来吧！同学们点赞收藏加关注，码住再学哦！

关于python爬虫的优点——支持模块多、代码简洁、开发效率高 ，是我们进行网络爬虫可以选取的好工具。对于一个个的爬取下载，势必会消耗我们大量的时间，使用Python爬虫就可以解决这个问题，即可以实现自动下载。本文向大家介绍python爬虫的实战练习之进行自动下载图片的爬取过程。

一、自动下载图片流程

1、总结网址规律，以便根据网址访问网页；

2、根据网址规律，循环爬取并返回网页；

3、利用正则表达式提取并返回图片。

二、使用Python爬虫实现自动下载图片步骤

1、导入相关包

import requestsimport importlibimport urllibimport reimport osimport sysimportlib.reload(sys)

2、定义网页访问函数

cookie获得方式：正常访问此页面，鼠标右键检查或F12-在Network处查看自己的cookie，由于cookie很长且每个用户的cookie不同，故代码中将cookie省略了，读者可查看自己浏览器的cookie，将其加入代码中。

def askURL(url):    head = {           "Accept": "image/webp,image/apng,image/*,*/*;q=0.8",        "Accept-Language": "zh-CN,zh;q=0.9",        "Connection": "keep-alive",        "Cookie": " ",        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/        71.0.3578.98 Safari/537.36"    }    s = quote(url, safe=string.printable)    # 中文转utf8字符，否则会报ascii错    print(s)    request = urllib.request.Request(s, headers=head)    html = ""    try:        response = urllib.request.urlopen(request)        html = response.read().decode("utf-8")        print(html)    except urllib.error.URLError as e:        if hasattr(e, "code"):            print(e.code)        if hasattr(e, "reason"):            print(e.reason)    return html

3、提取图片并返回

根据返回的html网页可以看到，网页中包含图片的url共有四种类型，分别是objURL、middleURL、hoverURL和thumbURL，故利用正则表达式返回四种类型的链接并合并。

i = 1
def savePic(url):    global i  #     html = askURL(url)    pic_url = re.findall('"objURL":"(.*?)",', html, re.S)  # re.S表示让换行符包含在字符中    pic_url2 = re.findall('"middleURL":"(.*?)",', html, re.S)    pic_url3 = re.findall('"hoverURL":"(.*?)",', html, re.S)    pic_url4 = re.findall('"thumbURL":"(.*?)",', html, re.S)    result = pic_url2 + pic_url + pic_url4 + pic_url3
    for item in result:        print("已下载" + str(i) + "张图片")        # 定义异常控制        try:            pic = requests.get(item, timeout=5)        except Exception:              print("当前图片无法下载")            continue 
        #  保存图片        string = 'D:/MyData/Python爬虫/图片/'+word+"/"+str(i)+".jpg"        fp = open(string, 'wb')        fp.write(pic.content)        fp.close()        i += 1

4、定义主函数

if __name__ == '__main__':  # 主程序    word = input("请输入想要下载的图片:")
    #  根据搜索的关键字判断存放该类别的文件夹是否存在,不存在则创建    road = "D:/MyData/Python爬虫/图片下载器/" + word    if not os.path.exists(road):        os.mkdir(road)
    #  根据输入的内容构建url列表，此处只访问了四页验证效果    urls = [        'https://image.baidu.com/search/index?tn=baiduimage&ps=1&ct=201326592&lm=-1&cl=2&nc=1&ie=utf-8&word='        + word '.format(str(i)) for i in range(0, 40, 10)]
    for url in urls:        print(url)        downloadPic(url)
    print("下载完成!")

以上就是使用Python爬虫实现自动下载图片的过程，为了解放我们的双手，大家赶快练习起来哦~学会以后还可以往更深层次学呢，爬虫可不止是只能自动下载图片哦！