给我写出一个可以爬取网页图片的Python爬虫

好的，以下是一个可以爬取网页图片的Python爬虫的代码示例：

import requests
from bs4 import BeautifulSoup
import os

url = 'https://www.example.com'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
img_tags = soup.find_all('img')

if not os.path.exists('images'):
    os.makedirs('images')

for img in img_tags:
    img_url = img['src']
    filename = os.path.join('images', img_url.split('/')[-1])
    img_data = requests.get(img_url).content
    with open(filename, 'wb') as f:
        f.write(img_data)

这个爬虫会从指定的网页中爬取所有图片，并将它们保存到一个名为“images”的文件夹中。

相关问题

帮我写一个爬取百度图片的python爬虫

以下是一个基本的爬取百度图片的Python爬虫：

import requests
import os

def download_pic(pic_url, save_path):
    response = requests.get(pic_url)
    with open(save_path, 'wb') as f:
        f.write(response.content)

def search_and_download(keyword, download_path):
    url = 'https://image.baidu.com/search/index?tn=baiduimage&word={}'.format(keyword)
    response = requests.get(url)
    pic_urls = response.json()['data']
    for i, pic_info in enumerate(pic_urls):
        pic_url = pic_info['large_image_url']
        save_path = os.path.join(download_path, '{}.jpg'.format(i))
        download_pic(pic_url, save_path)

if __name__ == '__main__':
    keyword = '猫'
    download_path = './download'
    if not os.path.exists(download_path):
        os.mkdir(download_path)
    search_and_download(keyword, download_path)

该爬虫首先构造了一个百度图片搜索的URL，然后发送请求获取搜索结果，解析出每张图片的URL，并下载保存到本地。需要注意的是，由于百度图片的URL可能会变化，因此该爬虫并不一定能够一直正常工作。

帮我写一个爬取sktechfab模型的python爬虫

### 回答1：

我可以给你写一个简单的Python爬虫程序来爬取Sketchfab模型，它会使用BeautifulSoup库来解析HTML，并使用Requests库来发送HTTP请求。下面是一个示例程序：```
import requests
from bs4 import BeautifulSoup #获取网页源码
url = 'https://sketchfab.com/models'
page = requests.get(url) #创建BeautifulSoup对象
soup = BeautifulSoup(page.text, 'html.parser') #找到所有模型链接
links = soup.find_all('a', class_='model-card-image-link') #遍历所有模型链接
for link in links:
#获取模型ID
model_id = link.get('data-id')
#组装模型详情页URL
model_url = 'https://sketchfab.com/models/' + model_id
#发送HTTP请求
model_page = requests.get(model_url)
#解析模型详情页
model_soup = BeautifulSoup(model_page.text, 'html.parser')
#获取模型标题
model_title = model_soup.find('h1', class_='model-title').text
#打印模型标题
print(model_title)

### 回答2：
当然可以帮你写一个爬取sktechfab模型的Python爬虫。首先，我们需要导入所需的库，其中最重要的是requests和BeautifulSoup库。然后，我们可以使用requests库发送HTTP请求并获取网页的HTML内容。接着，我们可以使用BeautifulSoup库将HTML内容解析为可操作的数据结构。

下面是一个简单的示例代码：

import requests
from bs4 import BeautifulSoup

def crawl_sktechfab_model(url):
# 发送HTTP请求并获取网页内容
response = requests.get(url)
# 将网页内容解析成可操作的数据结构
soup = BeautifulSoup(response.text, "html.parser")

# 在解析后的数据结构中找到需要的模型数据
model_data = soup.find("div", class_="model-data")
model_name = model_data.find("h2").text.strip()
model_description = model_data.find("p").text.strip()
model_image_url = model_data.find("img")["src"]

# 打印模型数据
print("模型名称:", model_name)
print("模型描述:", model_description)
print("模型图片url:", model_image_url)

# 测试
url = "https://www.sktechfab.com/models/12345"
crawl_sktechfab_model(url)

在这个示例中，我们定义了一个`crawl_sktechfab_model`函数，该函数接受一个URL作为参数。函数发送HTTP请求并获取页面的HTML内容。然后，使用BeautifulSoup库解析HTML内容，并使用find方法找到需要的模型数据。最后，我们打印出了模型的名称、描述和图片URL。

请注意，这只是一个简单的示例，具体的爬取方式可能需要根据网页的具体结构进行调整。另外，网页的具体URL也需要替换成你想要爬取的模型的URL。

希望这个简单的示例能够帮到你，如果有任何问题，请随时向我提问。  

### 回答3：
好的，以下是一个简单的Python爬虫代码，用于爬取sketchfab模型。

import requests
import json

def crawl_sketchfab_models():
url = "https://api.sketchfab.com/v3/models"
params = {
"sortBy": "relevance",
"type": "models",
"downloadable": "true"
}

try:
response = requests.get(url, params=params)
if response.status_code == 200:
data = response.json()
models = data['results']
for model in models:
model_url = model['viewerUrl']
print("Model URL:", model_url)
else:
print("Request failed with status code:", response.status_code)
except requests.exceptions.RequestException as e:
print("Request failed:", str(e))

crawl_sketchfab_models()

这个爬虫使用requests库向sketchfab的API发出GET请求，参数中指定了按相关度排序的可下载模型。然后，从响应中解析出模型的URL，并打印出来。

请注意，这只是一个简单示例，你可能需要根据你的需求进行更多的自定义和错误处理。

希望这个代码能够帮助你开始爬取sketchfab模型。