用xpath爬取豆瓣前250部电影图片并保存

XPath是一种用于XML文档和类似结构的数据的语言，常用于网页抓取和自动化测试等场景中。如果你想使用XPath从豆瓣电影Top250页面爬取图片链接，并保存到本地，首先你需要了解以下几个步骤：

1. **获取HTML源码**：
使用Python库如`requests`获取网页内容，例如：

   import requests
   url = 'https://movie.douban.com/top250'
   response = requests.get(url)
   html_content = response.text

2. **解析HTML**：
使用`BeautifulSoup`或`lxml`这样的HTML解析库解析HTML内容，找到图片元素的XPath表达式。通常，图片链接会在`<img>`标签中，可能是`src`属性。

3. **找到XPath表达式**：
豆瓣电影页面上的图片URL可能位于`div[@class="hd"] img`这样的节点下。请注意，实际的XPath可能需要调整以适应页面结构变化。

4. **提取图片链接**：
通过解析器选择对应的节点，提取出`src`属性的值，也就是图片链接。

5. **下载图片并保存**：
有了链接后，可以使用`requests`下载图片并保存到指定文件夹，比如：

   from urllib.request import urlretrieve
   image_url = html_content.xpath('//div[@class="hd"]//img/@src')[0] # 提取第一条图像链接
   filename = "电影图片.jpg"  # 自定义文件名
   save_path = "movies_images/" + filename  # 指定保存路径
   urlretrieve(image_url, save_path)

6. **循环处理**：
为了获取所有电影的图片，你可以对整个列表或者每一页进行循环，直到获取到第250部电影的图片。

注意：网络爬虫使用时需遵守网站的robots.txt规则，并尊重版权，合理使用数据。