使用python 爬蟲,爬取圖片

一涛碑、需求:

用python實現去內涵段子里面下載網頁當中的圖片到本地當中

二精堕、實現:

1、獲取要爬取的URL地址

2蒲障、設置headers

3歹篓、請求網頁內容,把html內容轉換成XML

4晌涕、解析地址內容滋捶,進行圖片下載

三、開始操作:以下圖為例子

1余黎、獲取要爬取的URL地址:

url="http://www.neihan8.com/gaoxiaomanhua/index_2.html"

2重窟、設置headers:

headers={"User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64; Trident/7.0; rv:11.0) like Gecko"}

3、請求網頁內容惧财,把html內容轉換成XML

request = urllib2.Request(url,headers=headers)

response = urllib2.urlopen(request).read()

xml = etree.HTML(response)#這個etree是需要在前面導入包的 : from lxml import etree?

4巡扇、解析地址內容扭仁,進行圖片下載,我們通過上面的圖片進行獲取到具體的xpath圖片地址.

linklist = content.xpath('/html/body/div[@class="main wrap"]//div[@class="left"]/div[@class="pic-column-list mt10"]/div/a/img/@src')

ps:這個linklist里面存放的是所有這個xpath里面的內容厅翔,所以如果需要下載的話需要依次提取

for link in linklist:

? ? image_request = urllib2.Request(link)

? ? response = urllib2.urlopen(image_request).read()

? ? filename = link[10:0]

? ? with open(fileName,"wb") as f:

? ? ? ? ? ? f.write(response)



上面是分別解釋了一下流程乖坠,都是手寫的代碼,第一次寫文章比較粗糙大家見諒了刀闷。下面是整個代碼的內容

import urllib2

from lxmlimport etree

class Spider:

pass

? ? def __init__(self):

self.pageNum =2

? ? ? ? self.switch =True

? ? def loadImage(self):

url ="http://www.neihan8.com/gaoxiaomanhua/index_"+str(self.pageNum)+".html"

? ? ? ? headers = {"User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64; Trident/7.0; rv:11.0) like Gecko"}

request = urllib2.Request(url,headers=headers)

response= urllib2.urlopen(request).read()

content = etree.HTML(response)

linklist = content.xpath('/html/body/div[@class="main wrap"]//div[@class="left"]/div[@class="pic-column-list mt10"]/div/a/img/@src')

for image_linkin linklist:

print "downLoading..."

? ? ? ? ? ? self.writeImage(image_link)

def writeImage(self,link_address):

headers = {"User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64; Trident/7.0; rv:11.0) like Gecko"}

download_request? =urllib2.Request(link_address)

response = urllib2.urlopen(download_request).read()

fileName = link_address[-10:]

with open(fileName,"wb")as f:

f.write(response)

print "downLoad---FINISH"

if __name__ =="__main__":

spider = Spider()

spider.loadImage()

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末熊泵,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子甸昏,更是在濱河造成了極大的恐慌顽分,老刑警劉巖,帶你破解...
    沈念sama閱讀 221,888評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件施蜜,死亡現場離奇詭異卒蘸,居然都是意外死亡,警方通過查閱死者的電腦和手機翻默,發(fā)現死者居然都...
    沈念sama閱讀 94,677評論 3 399
  • 文/潘曉璐 我一進店門缸沃,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人修械,你說我怎么就攤上這事趾牧。” “怎么了祠肥?”我有些...
    開封第一講書人閱讀 168,386評論 0 360
  • 文/不壞的土叔 我叫張陵武氓,是天一觀的道長。 經常有香客問我仇箱,道長县恕,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,726評論 1 297
  • 正文 為了忘掉前任剂桥,我火速辦了婚禮忠烛,結果婚禮上,老公的妹妹穿的比我還像新娘权逗。我一直安慰自己美尸,他們只是感情好,可當我...
    茶點故事閱讀 68,729評論 6 397
  • 文/花漫 我一把揭開白布斟薇。 她就那樣靜靜地躺著师坎,像睡著了一般。 火紅的嫁衣襯著肌膚如雪堪滨。 梳的紋絲不亂的頭發(fā)上胯陋,一...
    開封第一講書人閱讀 52,337評論 1 310
  • 那天,我揣著相機與錄音,去河邊找鬼遏乔。 笑死义矛,一個胖子當著我的面吹牛,可吹牛的內容都是我干的盟萨。 我是一名探鬼主播凉翻,決...
    沈念sama閱讀 40,902評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼捻激!你這毒婦竟也來了制轰?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,807評論 0 276
  • 序言:老撾萬榮一對情侶失蹤铺罢,失蹤者是張志新(化名)和其女友劉穎艇挨,沒想到半個月后,有當地人在樹林里發(fā)現了一具尸體韭赘,經...
    沈念sama閱讀 46,349評論 1 318
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 38,439評論 3 340
  • 正文 我和宋清朗相戀三年势就,在試婚紗的時候發(fā)現自己被綠了泉瞻。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,567評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡苞冯,死狀恐怖袖牙,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情舅锄,我是刑警寧澤鞭达,帶...
    沈念sama閱讀 36,242評論 5 350
  • 正文 年R本政府宣布,位于F島的核電站皇忿,受9級特大地震影響畴蹭,放射性物質發(fā)生泄漏。R本人自食惡果不足惜鳍烁,卻給世界環(huán)境...
    茶點故事閱讀 41,933評論 3 334
  • 文/蒙蒙 一叨襟、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧幔荒,春花似錦糊闽、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,420評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至姚垃,卻和暖如春念链,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,531評論 1 272
  • 我被黑心中介騙來泰國打工钓账, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留碴犬,地道東北人。 一個月前我還...
    沈念sama閱讀 48,995評論 3 377
  • 正文 我出身青樓梆暮,卻偏偏與公主長得像服协,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子啦粹,可洞房花燭夜當晚...
    茶點故事閱讀 45,585評論 2 359

推薦閱讀更多精彩內容

  • Spring Cloud為開發(fā)人員提供了快速構建分布式系統(tǒng)中一些常見模式的工具(例如配置管理偿荷,服務發(fā)現,斷路器唠椭,智...
    卡卡羅2017閱讀 134,702評論 18 139
  • urllib2是Python的一個獲取URLs的組件跳纳。他以urlopen函數的形式提供了一個非常簡單的接口,具有利...
    查無此人asdasd閱讀 1,504評論 0 3
  • 1. 網頁抓取 所謂網頁抓取贪嫂,就是把URL地址中指定的網絡資源從網絡流中抓取出來寺庄。在Python中有很多庫可以用來...
    rhlp閱讀 951評論 0 0
  • 理學院 16數本1班 劉天寶 年斗塘,是我們傳統(tǒng)文化中最重要的節(jié)日,如西方傳統(tǒng)節(jié)日“圣誕節(jié)”一樣的重要亮靴。年文化本質是...
    6呵呵6閱讀 378評論 0 1
  • 1.最幸福就是我了馍盟,感賞領導和老板在我提出離職后主動挽留我,并第一次為了我開了公司從沒有過的先例茧吊,真的讓我很意外也...
    小太陽Laura閱讀 129評論 0 0