有了代码怎么用python爬虫_python实现简单爬虫功能
在我们日常上网浏览网页的时候，经常会看到一些好看的图片，我们就希望把这些图片保存下载，或者用户用来做桌面壁纸，或者用来做设计的素材。
我们最常规的做法就是通过鼠标右键，选择另存为。但有些图片鼠标右键的时候并没有另存为选项，还有办法就通过就是通过截图工具截取下来，但这样就降低图片的清晰度。好吧～！其实你很厉害的，右键查看页面源代码。
我们可以通过python来实现这样一个简单的爬虫功能，把我们想要的代码爬取到本地。下面就看看如何使用python来实现这样一个功能。
一，获取整个页面数据
首先我们可以先获取要下载图片的整个页面信息。
getjpg.py
#coding=utf-8
importurllibdefgetHtml(url):
page=urllib.urlopen(url)
html=page.read()returnhtml
html= getHtml("http://tieba.baidu.com/p/2738151262")print html
Urllib 模块提供了读取web页面数据的接口，我们可以像读取本地文件一样读取www和ftp上的数据。首先，我们定义了一个getHtml()函数:
urllib.urlopen()方法用于打开一个URL地址。
read()方法用于读取URL上的数据，向getHtml()函数传递一个网址，并把整个页面下载下来。执行程序就会把整个网页打印输出。
二，筛选页面中想要的数据
Python 提供了非常强大的正则表达式，我们需要先要了解一点python正则表达式的知识才行。
假如我们百度贴吧找到了几张漂亮的壁纸，通过到前段查看工具。找到了图片的地址，如：src=”http://imgsrc.baidu.com/forum......jpg”pic_ext=”jpeg”
修改代码如下：
importreimporturllibdefgetHtml(url):
page=urllib.urlopen(url)
html=page.read()returnhtmldefgetImg(html):
reg= r'src="(.+?\.jpg)" pic_ext'imgre=re.compile(reg)
imglist=re.findall(imgre,html)returnimglist
html= getHtml("http://tieba.baidu.com/p/2460150866")print getImg(html)
我们又创建了getImg()函数，用于在获取的整个页面中筛选需要的图片连接。re模块主要包含了正则表达式：
re.compile() 可以把正则表达式编译成一个正则表达式对象.
re.findall() 方法读取html中包含imgre（正则表达式）的数据。
运行脚本将得到整个页面中包含图片的URL地址。
三，将页面筛选的数据保存到本地
把筛选的图片地址通过for循环遍历并保存到本地，代码如下：
#coding=utf-8
importurllibimportredefgetHtml(url):
page=urllib.urlopen(url)
html=page.read()returnhtmldefgetImg(html):
reg= r'src="(.+?\.jpg)" pic_ext'imgre=re.compile(reg)
imglist=re.findall(imgre,html)
x=0for imgurl inimglist:
urllib.urlretrieve(imgurl,'%s.jpg' %x)
x+=1html= getHtml("http://tieba.baidu.com/p/2460150866")print getImg(html)
这里的核心是用到了urllib.urlretrieve()方法，直接将远程数据下载到本地。
通过一个for循环对获取的图片连接进行遍历，为了使图片的文件名看上去更规范，对其进行重命名，命名规则通过x变量加1。保存的位置默认为程序的存放目录。
程序运行完成，将在目录下看到下载到本地的文件。
有了代码怎么用python爬虫_python实现简单爬虫功能相关推荐
- c语言实现爬虫功能,用C/C 扩展Python语言_python 调用c语言 python实现简单爬虫功能_python实现简单爬虫...
用C/C 扩展Python语言 Python是一门功能强大的脚本语言,它的强大不仅表现在功能上,还表现在其扩展性上.她提供大量的API以方便程序员利用C/C++对Python进行扩展.因为执行速度慢几 ...
- tornado 获取html,python使用tornado实现简单爬虫
本文实例为大家分享了python使用tornado实现简单爬虫的具体代码,供大家参考,具体内容如下 代码在官方文档的示例代码中有,但是作为一个tornado新手来说阅读起来还是有点困难的,于是我在代码 ...
- python socket编程之双方相互通信简单实例_扣丁学堂Python开发socket实现简单通信功能实例...
扣丁学堂Python开发socket实现简单通信功能实例 2018-08-21 14:12:38 747浏览 今天扣丁学堂Python培训老师给大家结合实例介绍一下关于socket实现的简单通信功能, ...
- python编写爬虫代码_python编写简单爬虫资料汇总
爬虫真是一件有意思的事儿啊,之前写过爬虫,用的是urllib2.BeautifulSoup实现简单爬虫,scrapy也有实现过.最近想更好的学习爬虫,那么就尽可能的做记录吧.这篇博客就我今天的一个学习 ...
- python俗称_python为什么叫爬虫？
01 爬虫通常指的是网络爬虫,就是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本.因为python的脚本特性,python易于配置,对字符的处理也非常灵活,加上python有丰富的网络抓取模块 ...
- python windows自动化 爬虫_Python体系(网络爬虫、人工智能、WEB开发、自动化运维)详细介绍...
不论你是对Python初出茅庐,还是如指诸掌,这篇文章对你的收获总归还是有的啦,可能只是程度的问题.好了不扯远了,来说正题,下面在分享这套体系前还是要让Python做一下"自我介绍" ...
- python最简单的爬虫代码,python小实例一简单爬虫
python新手求助 关于爬虫的简单例子 #coding=utf-8from bs4 import BeautifulSoupwith open('', 'r') as file: fcontent ...
- 爬虫软件python功能_python实现简单爬虫功能的示例
python开源工具列表[持续更新] 以下是个人在工作中整理的一些python wheel,供参考.这个列表包含与网页抓取和数据处理的Python库 网络 通用urllib -网络库(stdlib). ...
- python淘宝cookies抢购_python实现简单爬虫模拟登录淘宝（cookie简介）
试验了一个晚上,python的小爬虫还是挺可爱的,简单几行就可以抓取网页了.如果你和我一样是新手,你可以先去http://blog.csdn.net/column/details/why-bug.ht ...
最新文章
- 6、函数返回值、this、递归及回调函数
- 开始学习马哥的linux
- SQLite学习手册(数据类型)
- AOP 中必须明白的概念-通知（Advice）
- [LeetCode]119.Pascal#39;s Triangle II
- 一条nginx命令引发的对于容器的思考
- 2022中国供应链物流创新科技报告
- svg标签的CSS3动画特效 - 经典特效
- Node.js下载安装及各种npm、cnpm、nvm、nrm配置（保姆式教程—提供全套安装包）—nrm的安装与配置(5)
- [心跳] 互联网推送服务原理：长连接+心跳机制
- teechart的addarray_【TeeChart Pro ActiveX教程】（六）：使用系列（下）
- cuba_认识CLI for CUBA平台
- python游戏csgo开挂_V社：用深度学习检测CSGO中的开挂行为
- blender报错“RuntimeError: Operator bpy.ops.object.mode_set.poll() Context missing active object”
- sd卡受损格式化后还能恢复数据吗？
- 什么是MES生产管理和生产制造执行系统？有哪些系统模块组成？
- 微信小程序自定义键盘|仿微信支付数字键盘
- C语言采药动态规划,Vijos P1104 采药 动态规划
- 功能测试的类型之Alpha和Beta测试
- 「newbee-mall新蜂商城开源啦」 页面优化，最新版 wangEditor 富文本编辑器整合案例...