Python之BeautifulSoup学习之三 读取本地html文件，并将其中图片保存下来

Windows/python 2.7.11

读取本地html文件，利用BeautifulSoup库解析出其中img图片的连接地址

再用urllib.urlretrieve()存到本地。

===============================以下为代码部分==================================

#coding=utf-8

import urllib

from bs4 import BeautifulSoup

import os

def getImg(url, localpath):

    htmlfile = open(url, 'r')  #以只读的方式打开本地html文件

    htmlpage = htmlfile.read()

    #print htmlpage

    soup = BeautifulSoup(htmlpage, "html.parser")  #实例化一个BeautifulSoup对象

    print soup.title.string                        #打印该html的标题

    filepath = os.path.join(localpath, soup.title.string)  #连接目录与文件名或目录（目录，文件夹名或目录），此处以html标题命名文件夹名字

    if os.path.exists(filepath) == False:                  #判断，若该文件路径不存在，则创建该目录（mkdirs创建多级目录，midir创建单级目录）

        os.makedirs(filepath)

    cctag = soup.find_all('img', attrs={'class':'BDE_Image'})   #查找所有标签值为img，属性class为BDE_Image的数据，返回一个集合list

    for i in cctag:

        print i.attrs['src']

        urllib.urlretrieve(i.attrs['src'], os.path.join(filepath, '%s'%i.attrs['src'].split('/')[-1]))   #保存下载每一组数据属性为src的内容（网页地址）到本地，名字为原图片名称：http://imgsrc.baidu.com/forum/w%3D580/sign=5b3aec8704f3d7ca0cf63f7ec21ebe3c/ad13728b4710b9120be45d47cbfdfc0392452260.jpg

    htmlfile.close()

    return None

url = r'F:\Python\123.html'

localPath = r'F:\Python'

getImg(url, localPath)

<
4000
p>========================================end================================