Python实现简单网页图片抓取完整代码实例

更新时间：2020-05-14 14:12:01 作者：startmvc

利用python抓取网络图片的步骤是：1、根据给定的网址获取网页源代码2、利用正则表达式把

利用python抓取网络图片的步骤是： 1、根据给定的网址获取网页源代码 2、利用正则表达式把源代码中的图片地址过滤出来 3、根据过滤出来的图片地址下载网络图片

以下是比较简单的一个抓取某一个百度贴吧网页的图片的实现：


# -*- coding: utf-8 -*- 
# feimengjuan 
import re 
import urllib 
import urllib2 
#抓取网页图片 
#根据给定的网址来获取网页详细信息，得到的html就是网页的源代码 
def getHtml(url): 
 page = urllib.urlopen(url) 
 html = page.read() 
 return html 
 def getImg(html): 
 #利用正则表达式把源代码中的图片地址过滤出来 
 reg = r'src="(.+?\.jpg)" pic_ext' 
 imgre = re.compile(reg) 
 imglist = imgre.findall(html) #表示在整个网页中过滤出所有图片的地址，放在imglist中 
 x = 0 
 for imgurl in imglist: 
 urllib.urlretrieve(imgurl,'%s.jpg' %x) #打开imglist中保存的图片网址，并下载图片保存在本地 
 x = x + 1 
 html = getHtml("http://tieba.baidu.com/p/2460150866")#获取该网址网页详细信息，得到的html就是网页的源代码 
getImg(html)#从网页源代码中分析并下载保存图片

进一步对代码进行了整理，在本地创建了一个“图片”文件夹来保存图片


# -*- coding: utf-8 -*- 
# feimengjuan 
import re 
import urllib 
import urllib2 
import os 
#抓取网页图片 
#根据给定的网址来获取网页详细信息，得到的html就是网页的源代码 
def getHtml(url): 
 page = urllib.urlopen(url) 
 html = page.read() 
 return html 
 
#创建保存图片的文件夹 
def mkdir(path): 
 path = path.strip() 
 # 判断路径是否存在 
 # 存在 True 
 # 不存在 Flase 
 isExists = os.path.exists(path) 
 if not isExists: 
 print u'新建了名字叫做',path,u'的文件夹' 
 # 创建目录操作函数 
 os.makedirs(path) 
 return True 
 else: 
 # 如果目录存在则不创建，并提示目录已经存在 
 print u'名为',path,u'的文件夹已经创建成功' 
 return False 
# 输入文件名，保存多张图片 
def saveImages(imglist,name): 
 number = 1 
 for imageURL in imglist: 
 splitPath = imageURL.split('.') 
 fTail = splitPath.pop() 
 if len(fTail) > 3: 
 fTail = 'jpg' 
 fileName = name + "/" + str(number) + "." + fTail 
 # 对于每张图片地址，进行保存 
 try: 
 u = urllib2.urlopen(imageURL) 
 data = u.read() 
 f = open(fileName,'wb+') 
 f.write(data) 
 print u'正在保存的一张图片为',fileName 
 f.close() 
 except urllib2.URLError as e: 
 print (e.reason) 
 number += 1 
#获取网页中所有图片的地址 
def getAllImg(html): 
 #利用正则表达式把源代码中的图片地址过滤出来 
 reg = r'src="(.+?\.jpg)" pic_ext' 
 imgre = re.compile(reg) 
 imglist = imgre.findall(html) #表示在整个网页中过滤出所有图片的地址，放在imglist中 
 return imglist 
#创建本地保存文件夹，并下载保存图片 
if __name__ == '__main__': 
 html = getHtml("http://tieba.baidu.com/p/2460150866")#获取该网址网页详细信息，得到的html就是网页的源代码 
 path = u'图片' 
 mkdir(path) #创建本地文件夹 
 imglist = getAllImg(html) #获取图片的地址列表 
 saveImages(imglist,path) # 保存图片

结果在“图片”文件夹下保存了几十张图片，如截图：