脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python 爬虫爬取图片保存到本地

Python 爬虫批量爬取网页图片保存到本地的实现代码

 更新时间：2020年12月24日 15:41:28   作者：Guapifang  
这篇文章主要介绍了Python 爬虫批量爬取网页图片保存到本地,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

其实和爬取普通数据本质一样，不过我们直接爬取数据会直接返回，爬取图片需要处理成二进制数据保存成图片格式（.jpg,.png等）的数据文本。

现在贴一个url=https://img.ivsky.com/img/tupian/t/201008/05/bianxingjingang-001.jpg
请复制上面的url直接在某个浏览器打开，你会看到如下内容：

在这里插入图片描述

这就是通过网页访问到的该网站的该图片，于是我们可以直接利用requests模块，进行这个图片的请求，于是这个网站便会返回给我们该图片的数据，我们再把数据写入本地文件就行，比较简单。

import requests
headers={
  'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3861.400 QQBrowser/10.7.4313.400'}
url='https://img.ivsky.com/img/tupian/t/201008/05/bianxingjingang-001.jpg'
re=requests.get(url,headers=headers)
print(re.status_code)#查看请求状态，返回200说明正常
path='test.jpg'#文件储存地址
with open(path, 'wb') as f:#把图片数据写入本地，wb表示二进制储存
      for chunk in re.iter_content(chunk_size=128):
        f.write(chunk)

然后得到test.jpg图片，如下

在这里插入图片描述

点击打开查看如下：

在这里插入图片描述

便是下载成功辣，很简单吧。

现在分析下批量下载，我们将上面的代码打包成一个函数，于是针对每张图片，单独一个名字，单独一个图片文件请求，于是有如下代码：

import requests
def get_pictures(url,path):
  headers={
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3861.400 QQBrowser/10.7.4313.400'} 
  re=requests.get(url,headers=headers)
  print(re.status_code)#查看请求状态，返回200说明正常
  with open(path, 'wb') as f:#把图片数据写入本地，wb表示二进制储存
        for chunk in re.iter_content(chunk_size=128):
          f.write(chunk)
url='https://img.ivsky.com/img/tupian/t/201008/05/bianxingjingang-001.jpg'
path='test.jpg'#文件储存地址
get_pictures(url,path)

现在要实现批量下载图片，也就是批量获得图片的url，那么我们就得分析网页的代码结构，打开原始网站https://www.ivsky.com/tupian/bianxingjingang_v622/，会看到如下的图片：

在这里插入图片描述

于是我们需要分别得到该页面中显示的所有图片的url，于是我们再次用requests模块返回当前该页面的内容，如下：

import requests
headers={
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3861.400 QQBrowser/10.7.4313.400'}
url='https://www.ivsky.com/tupian/bianxingjingang_v622/'
re=requests.get(url,headers=headers)
print(re.text)

运行会返回当前该页面的网页结构内容，于是我们找到和图片相关的也就是.jpg或者.png等图片格式的字条，如下：

在这里插入图片描述

上面圈出来的**//img.ivsky.com/img/tupian/t/201008/05/bianxingjingang-017.jpg**便是我们的图片url，不过还需要前面加上https:，于是完成的url就是https://img.ivsky.com/img/tupian/t/201008/05/bianxingjingang-017.jpg。

我们知道了这个结构，现在就是把这个提取出来，写个简单的解析式：

import requests
headers={
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3861.400 QQBrowser/10.7.4313.400'}
url='https://www.ivsky.com/tupian/bianxingjingang_v622/'
re=requests.get(url,headers=headers)
def get_pictures_urls(text):
  st='img src="'
  m=len(st)
  i=0
  n=len(text)
  urls=[]#储存url
  while i<n:
    if text[i:i+m]==st:
      url=''
      for j in range(i+m,n):
        if text[j]=='"':
          i=j
          urls.append(url)
          break
        url+=text[j]
    i+=1
  return urls
urls=get_pictures_urls(re.text)
for url in urls:
  print(url)

打印结果如下：
在这里插入图片描述

得到了url，现在就直接放入一开始的get_pictures函数中，爬取图片辣。

import requests
def get_pictures(url,path):
  headers={
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3861.400 QQBrowser/10.7.4313.400'}
  re=requests.get(url,headers=headers)
  print(re.status_code)#查看请求状态，返回200说明正常
  with open(path, 'wb') as f:#把图片数据写入本地，wb表示二进制储存
        for chunk in re.iter_content(chunk_size=128):
          f.write(chunk)
def get_pictures_urls(text):
  st='img src="'
  m=len(st)
  i=0
  n=len(text)
  urls=[]#储存url
  while i<n:
    if text[i:i+m]==st:
      url=''
      for j in range(i+m,n):
        if text[j]=='"':
          i=j
          urls.append(url)
          break
        url+=text[j]
    i+=1
  return urls

headers={
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3861.400 QQBrowser/10.7.4313.400'}
url='https://www.ivsky.com/tupian/bianxingjingang_v622/'
re=requests.get(url,headers=headers)
urls=get_pictures_urls(re.text)#获取当前页面所有图片的url
for i in range(len(urls)):#批量爬取图片
  url='https:'+urls[i]
  path='变形金刚'+str(i)+'.jpg'
  get_pictures(url,path)

结果如下：

在这里插入图片描述

然后就完成辣，这里只是简单介绍下批量爬取图片的过程，具体的网站需要具体分析，所以本文尽可能详细的展示了批量爬取图片的过程分析，希望对你的学习有所帮助，如有问题请及时指出，谢谢~

到此这篇关于Python 爬虫批量爬取网页图片保存到本地的文章就介绍到这了,更多相关Python 爬虫爬取图片保存到本地内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • 利用Python实现外观数列求解

    利用Python实现外观数列求解

    这篇文章主要介绍了利用Python实现外观数列求解，文章利用举例说明文章的主题内容，具有一定的参考价值，需要的小伙伴乐意参考一下
    2022-03-03
  • python 五子棋如何获得鼠标点击坐标

    python 五子棋如何获得鼠标点击坐标

    这篇文章主要介绍了python 五子棋如何获得鼠标点击坐标,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-11-11
  • 浅谈Python处理PDF的方法

    浅谈Python处理PDF的方法

    这篇文章主要介绍了Python处理PDF的两种方法代码示例，具有一定参考价值，需要的朋友可以了解下。
    2017-11-11
  • pytorch使用horovod多gpu训练的实现

    pytorch使用horovod多gpu训练的实现

    这篇文章主要介绍了pytorch使用horovod多gpu训练的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-09-09
  • OpenCV实现相机标定

    OpenCV实现相机标定

    这篇文章主要为大家详细介绍了OpenCV实现相机标定，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2022-08-08
  • python日期时间转为字符串或者格式化输出的实例

    python日期时间转为字符串或者格式化输出的实例

    今天小编就为大家分享一篇python日期时间转为字符串或者格式化输出的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05
  • 教你用Type Hint提高Python程序开发效率

    教你用Type Hint提高Python程序开发效率

    本文通过介绍和实例教大家如何利用Type Hint来提升Python程序开发效率，对大家使用python开发很有帮助，有需要的参考学习。
    2016-08-08
  • python实现问号表达式(?)的方法

    python实现问号表达式(?)的方法

    这篇文章主要介绍了python实现问号(?)表达式的方法，大家参考使用吧
    2013-11-11
  • Python构建区块链的方法详解

    Python构建区块链的方法详解

    区块链（Blockchain）是一种分布式账本（listributed ledger），它是一种仅供增加（append-only），内容不可变（immutable）的有序（ordered）链式数据结构，该数据结构由网络中的一系列节点共同维护，并且这些节点之间互不信任
    2023-02-02
  • Python实现的删除重复文件或图片功能示例【去重】

    Python实现的删除重复文件或图片功能示例【去重】

    这篇文章主要介绍了Python实现的删除重复文件或图片功能,结合实例形式分析了Python基于os与hashlib模块针对文件的读取、hash计算及重复性判定等相关操作技巧,需要的朋友可以参考下
    2019-04-04

最新评论