python

超轻量级php框架startmvc

python抓取网页中链接的静态图片

更新时间:2020-05-20 02:24 作者:startmvc
本文实例为大家分享了python抓取网页中链接的静态图片的具体代码,供大家参考,具体内容

本文实例为大家分享了python抓取网页中链接的静态图片的具体代码,供大家参考,具体内容如下


# -*- coding:utf-8 -*- 
 
#http://tieba.baidu.com/p/2460150866 
#抓取图片地址 
 
from bs4 import BeautifulSoup 
import urllib.request 
from time import sleep 
 
html_doc = "http://tieba.baidu.com/p/2460150866" 
 
def get_image(url): 
 req = urllib.request.Request(url) 
 webpage = urllib.request.urlopen(req) 
 
 html = webpage.read() 
 soup = BeautifulSoup(html, 'html.parser') 
 
 #抓取图片地址 
 #抓取img标签且class为BDE_Image的所有内容 
 img_src=soup.findAll("img",{'class':'BDE_Image'}) 
 i = 1 
 for img in img_src: 
 img_url = img.get('src') #抓取src 
 # print(img) 
 req = urllib.request.Request(img_url) 
 u = urllib.request.urlopen(req) 
 data = u.read() 
 with open("AutoCodePng20180119-"+str(i)+".jpg", 'wb') as f: 
 sleep(2) 
 f.write(data) 
 i += 1 
 
def getImg(url): 
 html = urllib.request(url) 
 page = html.read() 
 soup = BeautifulSoup(page, "html.parser") 
 imglist = soup.find_all('img') #发现html中带img标签的数据,输出格式为<img xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx,存入集合 
 lenth = len(imglist) #计算集合的个数 
 for i in range(lenth): 
 print imglist[i].attrs['src'] #抓取img中属性为src的信息,例如<img src="123456" xxxxxxxxxxxxxxxx,则输出为123456 

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。