孤荷凌寒自學python第八十一天學習爬取圖片1

時間 2019-11-11

標籤自學 python 第八十一天 1天學習圖片欄目 Python 简体版

原文原文鏈接

孤荷凌寒自學python第八十一天學習爬取圖片1python

（完整學習過程屏幕記錄視頻地址在文末）編程

經過前面十天的學習，我已經基本瞭解了經過requests模塊來與網站服務器進行交互的方法，也知道了BeautifulSoup模塊的基本用法。服務器

但以前的學習主要仍是獲取網頁上的文字內容爲主，從今天起我開始嘗試學習從網頁上獲取其中的圖片並下載到本地。cookie

1、首先加深了對requests模塊的認識網絡

找到了requests模塊的官方文檔：session

http://docs.python-requests.org/en/latest/user/quickstart/app

是全英文的。curl

而後又找到一篇比較詳盡的文章：編程語言

http://www.sharejs.com/codes/python/9013ide

2、嘗試了兩種下載圖片到本地的方法

（一）第一種

在經過requests模塊的get或post方法去訪問具體的url後獲取response數據後，經過response的content屬性的數據直接保存爲圖片。

參照的是博客文章：

http://www.javashuo.com/article/p-pvztvpqp-ks.html

謝謝博主的分享。

代碼以下：

```

#使用content的寫法，速度要慢得多

def downloadpicfirst():

header={

'cookie':'uuid_tt_dd=10_11685725060-1535977152139-368966; Hm_ct_6bcd52f51e9b3dce32bec4a3997715ac=1788*1*PC_VC; dc_session_id=10_1545396180085.288077; _ga=GA1.2.789896779.1545739300; ARK_ID=JS37a466e7e4ee36b9ce4ed9892df8d14337a4; smidV2=201809131456053120144ad460339bd628ba921ff129c3002a47323f76baa60; __yadk_uid=yBjJ76lx46GoRgyv8KgGxQV4FXAySfOr; firstDie=1; dc_tos=plj2dk; Hm_lvt_6bcd52f51e9b3dce32bec4a3997715ac=1547688865,1547815074,1547815726,1547815881; Hm_lpvt_6bcd52f51e9b3dce32bec4a3997715ac=1547815881; c-login-auto=60',

'upgrade-insecure-requests':'1',

'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'

}

strpicurl='https://img-blog.csdn.net/20170712075151071?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvc21hbGxfYnJvdGhlcg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast'

r=requests.get(strpicurl,headers=header)

r.raise_for_status() #raise異常自動拋出，若是讀取的Url服務器端返回400或500及後的錯誤，那麼，則會拋出異常後，再也不向後執行

#下一句指定了讀取網頁時要使用的編碼格式

r.encoding=r.apparent_encoding #requests的返回結果對象裏有個apparent_encoding函數, apparent_encoding經過調用chardet.detect()來識別文本編碼. 可是須要注意的是，這有些消耗計算資源.

#r.encoding='utf-8'

with open('1.jpg','wb') as f:

f.write(r.content) #content屬性與text屬性不一樣

```

我只下載了一張圖片，但竟然花費了一分鐘，緣由不明。

（二）第二種

在requests模塊獲取指定url數據時，指定一個參數：

stream=True

表示，獲取回的數據變成數據流的模式.

而後直接將數據流保存爲文件。

具體代碼以下：

```

#使用流模式的寫法，速度快得多

def downloadpicsecond():

header={

'upgrade-insecure-requests':'1',

'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'

}

strpicurl='https://img-blog.csdn.net/20170712075151071?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvc21hbGxfYnJvdGhlcg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast'

r=requests.get(strpicurl,headers=header,stream=True)

r.raise_for_status() #raise異常自動拋出，若是讀取的Url服務器端返回400或500及後的錯誤，那麼，則會拋出異常後，再也不向後執行

#流模式不須要指定編碼格式

#下一行用意在於，在寫完流以後，自動關閉流

with closing(requests.get(strpicurl,headers=header,stream=True)) as r:

with open('1.jpg','wb') as f:

#將流分紅n個部分寫入，每一個部分分紅128字節

for chunk in r.iter_content(128): #這一句vscode提示有錯，可是假的報錯，不影響實際執行

f.write(chunk)

```

使用這種方法速度就正常了。

具體緣由還不清楚。

3、今天完整的測試代碼

import requests

from bs4 import BeautifulSoup

import re

import datetime

import pymongo

from contextlib import closing

from docx.shared import RGBColor #將三個數值生成色彩對象

import _mty

import _mf

import _mbs4

import _mmongo

import _mre

import _mdb

import _mword

intc=0

def msgbox(info,titletext='孤荷凌寒的DB模塊對話框QQ578652607',style=0,isShowErrMsg=False):

return _mty.msgboxGhlh(info,titletext,style,isShowErrMsg)

#使用content的寫法，速度要慢得多

def downloadpicfirst():

header={

'upgrade-insecure-requests':'1',

'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'

}

strpicurl='https://img-blog.csdn.net/20170712075151071?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvc21hbGxfYnJvdGhlcg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast'

r=requests.get(strpicurl,headers=header)

r.raise_for_status() #raise異常自動拋出，若是讀取的Url服務器端返回400或500及後的錯誤，那麼，則會拋出異常後，再也不向後執行

#下一句指定了讀取網頁時要使用的編碼格式

#r.encoding='utf-8'

with open('1.jpg','wb') as f:

f.write(r.content) #content屬性與text屬性不一樣

#使用流模式的寫法，速度快得多

def downloadpicsecond():

header={

'upgrade-insecure-requests':'1',

'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'

}

strpicurl='https://img-blog.csdn.net/20170712075151071?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvc21hbGxfYnJvdGhlcg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast'

r=requests.get(strpicurl,headers=header,stream=True)

r.raise_for_status() #raise異常自動拋出，若是讀取的Url服務器端返回400或500及後的錯誤，那麼，則會拋出異常後，再也不向後執行

#流模式不須要指定編碼格式

#下一行用意在於，在寫完流以後，自動關閉流

with closing(requests.get(strpicurl,headers=header,stream=True)) as r:

with open('1.jpg','wb') as f:

#將流分紅n個部分寫入，每一個部分分紅128字節

for chunk in r.iter_content(128): #這一句vscode提示有錯，可是假的報錯，不影響實際執行

f.write(chunk)

downloadpicsecond()

#downloadpicfirst()

——————————

今天整理的學習筆記完成，最後例行說明下個人自學思路：

根據過去多年我自學各類編程語言的經歷，認爲只有真正體驗式，解決實際問題式的學習纔會有真正的效果，即讓學習實際發生。在2004年的時候我開始在一個鄉村小學自學電腦並學習vb6編程語言，沒有學習同伴，也沒有高師在上，甚至電腦都是孤島（鄉村那時尚未網絡），有的只是一本舊書，在痛苦的自學摸索中，我找到適應本身零基礎的學習方法：首先是每讀書的一小節就做相應的手寫筆記，第二步就是上機測試每個筆記內容是否實現，其中會發現書中講的其實有出入或錯誤，第三步就是在上機測試以後，將筆記改成電子版，造成最終的修訂好的正確無誤的學習筆記。

經過反覆嘗試錯誤，在那個沒有分享與交流的黑暗時期我摸黑學會了VB6，爾後接觸了其它語言，也曾聽過付費視頻課程，結果發現也許本身學歷果真過低，就算是零基礎的入門課程，其實也難以跟上進度，講師的教學多數出現對初學者的實際狀況並不瞭解的狀況，何況學習者的個體也存在差別呢？固然更可怕的是收費課程的價格每每是本身難以承受的。

因而個人全部編程學習都改成了自學，繼續本身的三步學習筆記法的學習之路。

固然自學的最大問題是會走那麼多的彎路，沒有導師直接輸入式的教學來得直接，好在網絡給咱們帶來無限搜索的機會，你們在網絡上的學習日誌帶給咱們共享交流的機會，而QQ羣等交流平臺、網絡社區的成立，咱們能夠一塊兒自學，互相批評交流，也能夠得到更有效，更自主的自學成果。

因而我以人生已過半的年齡，決定繼續個人編程自學之路，開始學習python，只但願與你們共同交流，一我的的獨行是可怕的，只有一羣人的共同前進纔是有但願的。

誠摯期待您的交流分享批評指點！歡迎聯繫我加入從零開始的自學聯盟。

這個時代互聯網成爲了一種基礎設施的存在，因而原本在孤獨學習之路上的咱們變得再也不孤獨，由於網絡就是一個新的客廳，咱們時刻均可以進行沙龍活動。

很是樂意能與你們一塊兒交流本身自學心得和發現，更但願你們可以對我學習過程當中的錯誤給予指點——是的，這樣我就能有許多免費的高師了——這也是分享時代，社區時代帶來的好福利，我相信你們會的，是吧！

根據徹底共享的精神，開源互助的理念，個人我的自學錄製過程是所有按4K高清視頻錄製的,從手寫筆記到驗證手寫筆記的上機操做過程全程錄製，但由於4K高清文件太大均超過5G以上，因此沒法上傳至網絡，若有須要可聯繫我QQ578652607對傳，樂意分享。上傳分享到百度網盤的只是壓縮後的720P的視頻。

個人學習過程錄像百度盤地址分享以下：（清晰度：1280x720）

連接：https://pan.baidu.com/s/1UrZzTsAk2duMGhh0gcxw0w

提取碼：wbsg

Bilibili:

https://www.bilibili.com/video/av41235967/