如何用Python來製做簡單的爬蟲，爬取到你想要的圖片

在咱們平常上網瀏覽網頁的時候，常常會看到一些好看的圖片，咱們就但願把這些圖片保存下載，或者用戶用來作桌面壁紙，或者用來作設計的素材。

咱們最常規的作法就是經過鼠標右鍵，選擇另存爲。但有些圖片鼠標右鍵的時候並無另存爲選項，還有辦法就經過就是經過截圖工具截取下來，但這樣就下降圖片的清晰度。好吧～！其實你很厲害的，右鍵查看頁面源代碼。

咱們能夠經過python 來實現這樣一個簡單的爬蟲功能，把咱們想要的代碼爬取到本地。下面就看看如何使用python來實現這樣一個功能。

一，獲取整個頁面數據

首先咱們能夠先獲取要下載圖片的整個頁面信息。

getjpg.py

 

Urllib 模塊提供了讀取web頁面數據的接口，咱們能夠像讀取本地文件同樣讀取www和ftp上的數據。首先，咱們定義了一個getHtml()函數:

 

read()方法用於讀取URL上的數據，向getHtml()函數傳遞一個網址，並把整個頁面下載下來。執行程序就會把整個網頁打印輸出。

二，篩選頁面中想要的數據

Python 提供了很是強大的正則表達式，咱們須要先要了解一點python 正則表達式的知識才行。

假如咱們百度貼吧找到了幾張漂亮的壁紙，經過到前段查看工具。找到了圖片的地址，如：src=」http://imgsrc.baidu.com/forum......jpg」pic_ext=」jpeg」

 

修改代碼以下：

 

 

　咱們又建立了getImg()函數，用於在獲取的整個頁面中篩選須要的圖片鏈接。re模塊主要包含了正則表達式：

若是你在學習Python的過程當中碰見了不少疑問和難題，能夠加-q-u-n   227 -435-450裏面有軟件視頻資料免費

運行腳本將獲得整個頁面中包含圖片的URL地址。

三，將頁面篩選的數據保存到本地

把篩選的圖片地址經過for循環遍歷並保存到本地，代碼以下：

 

 

 

　這裏的核心是用到了urllib.urlretrieve()方法，直接將遠程數據下載到本地。

經過一個for循環對獲取的圖片鏈接進行遍歷，爲了使圖片的文件名看上去更規範，對其進行重命名，命名規則經過x變量加1。保存的位置默認爲程序的存放目錄。

程序運行完成，將在目錄下看到下載到本地的文件。