爬取到src的链接，怎么下载到本地指定的文件夹，代码怎么写？

zyj1214

最好每行代码详细说明一下？

isdkz

1. import requests
   
2. import os
   
3. 
   
4. # 获取网页内容
   
5. url = 'https://example.com'
   
6. response = requests.get(url)
   
7. html_content = response.text
   
8. 
   
9. # 解析网页内容，提取src链接
   
10. # 假设src链接的格式为：<img src="https://example.com/image.jpg">
    
11. # 使用正则表达式或者BeautifulSoup等工具进行解析
    
12. # 这里假设使用正则表达式
    
13. import re
    
14. src_pattern = re.compile(r'<img.*?src="(.*?)".*?>')
    
15. src_list = re.findall(src_pattern, html_content)
    
16. 
    
17. # 下载src链接指向的文件到本地指定文件夹
    
18. save_folder = 'downloaded_images'
    
19. os.makedirs(save_folder, exist_ok=True)  # 创建保存文件夹
    
20. 
    
21. for src in src_list:
    
22.     # 获取文件名
    
23.     filename = src.split('/')[-1]
    
24.     # 发起请求，下载文件内容
    
25.     file_response = requests.get(src)
    
26.     # 写入文件
    
27.     with open(os.path.join(save_folder, filename), 'wb') as file:
    
28.         file.write(file_response.content)
    

复制代码

以上代码首先使用requests库获取指定网页的内容，然后通过正则表达式解析出网页中的src链接。接着创建一个文件夹用于保存下载的文件。最后遍历src链接列表，使用requests库下载文件内容，并将其保存到指定的文件夹中。