鱼C论坛

 找回密码
 立即注册
查看: 1856|回复: 0

[技术交流] 爬取百度贴吧某一网页图片

[复制链接]
发表于 2020-3-13 23:44:49 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
爬取百度贴吧的妹子图,没有加网页page,save哪个地方可以自己用urlretrieve,以及名字部分有更好的方法。
import re
import os
import urllib.request

def open_url(url):
    req = urllib.request.Request(url)
    req.add_header("user-agent","Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36")

    response = urllib.request.urlopen(req)
    html = response.read()
    return html

def get_img(url):
    p = r'src="http:([^"]+\.jpg)"'
    html = open_url(url).decode("utf-8")
    imglist = re.findall(p,html)
    img_list = []
    for each in imglist:
        img_list.append("http:" + each)
    return img_list

def save_img(img_list):
    for each in img_list:
        num = each.rfind("/")
        each_name = each[num+1:]
        with open(each_name,"wb") as f:
            print(each)
            img = open_url(each)
            f.write(img)
    
def download_img(folder="baidu_girls"):
    os.chdir("C:\\Users\\Chysial\\Desktop")
    os.mkdir(folder)
    os.chdir(folder)
    url = "https://tieba.baidu.com/p/6526349637"
    img_list = get_img(url)
    save_img(img_list)



if __name__ == "__main__":
    download_img()
59a6d50735fae6cdc88ad51c18b30f2442a70f1a.jpg
3c5e562c11dfa9ec77f5246975d0f703908fc107.jpg
28407a899e510fb3b93109eace33c895d1430c34.jpg
b5790bd162d9f2d36a3f1590beec8a136327cc34.jpg
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-11-24 20:47

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表