python爬虫:下载百度贴吧图片(多页)学习笔记
2016-10-22 16:15
686 查看
# -*- coding: utf-8 -*-
"""
Created on Sat Oct 22 11:49:43 2016
@author: hhxsym
"""
import os
import requests
from bs4 import BeautifulSoup
import urllib #用于下载图形
inpath="C:\\Users\\hhxsym\\Desktop\\课程群Python爬虫"
inpath = unicode(inpath , "utf8")
os.chdir(inpath) #不做编码转换后,中文路径无法打开,更改
#实现单页访问
def download_jpg(url):
response = requests.get(url) #请求网页,获得响应的内容
print response.status_code #打印状态码
soup = BeautifulSoup(response.text, 'lxml') #解析响应的内容 BeautifulSoup(响应变量,解析器)
#print soup
urls = soup.find_all('img', 'BDE_Image') # find_all方法,基于CSS返回到元素,获取图片的地址, soup.find_all(标签, CSS样式)
#print urls
for url in urls:
url=url.get('src') #通过标签获取到元素,用get方法,直接获取解析标签对应的属性值
print url
urllib.urlretrieve(url,'%s' % url.split('/')[-1]) #下载图片,命名
urllib.urlretrieve(url,'img/%s' % url.split('/')[-1]) #下载图片,命名,放到指定文件夹,注:img文件夹必须提前创建
#实现多页访问
def get_all_jpg(url, pages):
for page in range(1, pages+1):
new_url=url + '?pn=' + str(page) #构造地址
download_jpg(new_url)
if __name__ == '__main__':
#download_jpg("http://tieba.baidu.com/p/3797994694?pn=1")
get_all_jpg("http://tieba.baidu.com/p/3797994694", 5)
"""
Created on Sat Oct 22 11:49:43 2016
@author: hhxsym
"""
import os
import requests
from bs4 import BeautifulSoup
import urllib #用于下载图形
inpath="C:\\Users\\hhxsym\\Desktop\\课程群Python爬虫"
inpath = unicode(inpath , "utf8")
os.chdir(inpath) #不做编码转换后,中文路径无法打开,更改
#实现单页访问
def download_jpg(url):
response = requests.get(url) #请求网页,获得响应的内容
print response.status_code #打印状态码
soup = BeautifulSoup(response.text, 'lxml') #解析响应的内容 BeautifulSoup(响应变量,解析器)
#print soup
urls = soup.find_all('img', 'BDE_Image') # find_all方法,基于CSS返回到元素,获取图片的地址, soup.find_all(标签, CSS样式)
#print urls
for url in urls:
url=url.get('src') #通过标签获取到元素,用get方法,直接获取解析标签对应的属性值
print url
urllib.urlretrieve(url,'%s' % url.split('/')[-1]) #下载图片,命名
urllib.urlretrieve(url,'img/%s' % url.split('/')[-1]) #下载图片,命名,放到指定文件夹,注:img文件夹必须提前创建
#实现多页访问
def get_all_jpg(url, pages):
for page in range(1, pages+1):
new_url=url + '?pn=' + str(page) #构造地址
download_jpg(new_url)
if __name__ == '__main__':
#download_jpg("http://tieba.baidu.com/p/3797994694?pn=1")
get_all_jpg("http://tieba.baidu.com/p/3797994694", 5)
相关文章推荐
- python爬虫:下载百度贴吧图片学习笔记
- Python爬虫学习记录(1)——百度贴吧图片下载
- python学习笔记(14)--爬虫下载漫画图片修改版
- Python学习笔记:爬虫下载图片
- python学习笔记(11)--爬虫下载漫画图片
- Python爬虫学习笔记二:百度贴吧网页图片抓取
- python学习笔记(10)--爬虫下载煎蛋图片
- python学习笔记(8)--爬虫下载占位图片
- python学习笔记(12)--爬虫下载煎蛋网图片
- Python爬虫学习笔记——自动爬取XX网站,下载种子,封面,番号
- python学习:urllib库学习:制作简易爬虫下载图片
- python爬虫学习笔记2——百度贴吧帖子爬取
- python 百度贴吧爬虫(下载图片)
- python爬虫学习--下载图片
- python学习笔记之爬虫之爬取百度贴吧某一帖子
- python爬虫框架scrapy学习图片下载
- Python 爬虫学习笔记三:多页内容爬取&内容分析及格式化
- Python爬虫实战(五) :下载百度贴吧帖子里的所有图片
- 使用简易Python爬虫下载百度贴吧图片
- 我的第一个python爬虫程序(从百度贴吧自动下载图片)