[已解决]re爬取jpg和png格式有个疑问

17623095765

1. import requests,bs4
   
2. import re
   
3. 
   
4. pzn=input('请输入网址')
   
5. 
   
6. headers = {
   
7.     'authority': 'cn.apo.com',
   
8.     'cache-control': 'max-age=0',
   
9.     'upgrade-insecure-requests': '1',
   
10.     'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36',
    
11.     'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9',
    
12.     'sec-fetch-site': 'same-origin',
    
13.     'sec-fetch-mode': 'navigate',
    
14.     'sec-fetch-user': '?1',
    
15.     'sec-fetch-dest': 'document',
    
16.     'accept-language': 'zh-CN,zh;q=0.9',
    
17.     'cookie': '__guid=5722465.4514138450663120400.1622527541951.2417; _ga=GA1.2.2073280731.1622543356; _gid=GA1.2.939110097.1626079866; SESSION=d12919a9-f80b-42df-8503-ee05e35e9fe7; csrfToken=a98f0a8c41e3e93909c7317868223b59; Hm_lvt_af0f4729a756b47aeb8f98097a94a1e1=1625815401,1626079865,1626142090,1626166025; monitor_count=484; Hm_lpvt_af0f4729a756b47aeb8f98097a94a1e1=1626167242',
    
18.     'if-none-match': '^\\^02c3749931be82f7276467b122f391d4c^\\^',
    
19. }
    
20. 
    
21. response = requests.get(pzn, headers=headers)
    
22. xqq=1
    
23. 
    
24. bsp=bs4.BeautifulSoup(response.text,'html.parser')
    
25. bsp=str(bsp.find_all('div',class_="introduction-body"))
    
26. b=re.findall(r'https:.*?.jpg',bsp)
    
27. 
    
28. 
    
29. for url in b:
    
30.     r = requests.get(url, stream=True)
    
31.     b='xq'+str(xqq)+'.jpg'
    
32.     b='xq'+str(xqq)+'.jpg'
    
33.     with open(b, 'wb') as fd:
    
34.         for chunk in r.iter_content():
    
35.             fd.write(chunk)
    
36.     xqq+=1
    
37. 
    
38. b=re.findall(r'https:.*?.png',bsp)
    
39. for url in b:
    
40.     r = requests.get(url, stream=True)
    
41.     b='xq'+str(xqq)+'.png'
    
42.     b='xq'+str(xqq)+'.png'
    
43.     with open(b, 'wb') as fd:
    
44.         for chunk in r.iter_content():
    
45.             fd.write(chunk)
    
46.     xqq+=1
    
47. 
    
48. 
    
49. 
    
50. b=re.findall(r'https:.*?.png',bsp)
    
51. for url in b:
    
52.     if url[-9:] == 'large.jpg':
    
53.         r = requests.get(url, stream=True)
    
54.         b='zt'+str(xqq)+'.png'
    
55.         with open(b, 'wb') as fd:
    
56.             for chunk in r.iter_content():
    
57.                 fd.write(chunk)
    
58.         xqq+=1

复制代码

我用re爬这个网址的商品详情图的时候，有少数商品会出现一张jpg格式，一张PNG格式，例如：1.png 2.jpg   3.jpg  4.png
但是我这个代码只能爬其中的一个格式在爬其他格式：1.jpg  2.jpg  3.png  4.png   
想知道如何修改成按顺序爬下来

最佳答案

月排行榜 / 总排行榜

wp231957

2021-7-29 07:21:50

re可以用  或 *.jpg | *.png

跳转到最佳答案楼层

suchocolate

网站URL发出来

wp231957

re可以用  或 *.jpg | *.png

17623095765

suchocolate 发表于 2021-7-29 01:04
网站URL发出来

https://cn.apo.com/

17623095765

wp231957 发表于 2021-7-29 07:21
re可以用  或 *.jpg | *.png

能具体说说吗  不是很明白

17623095765

wp231957 发表于 2021-7-29 07:21
re可以用  或 *.jpg | *.png

我明白了  谢谢