用python写爬取图片的代码

时间: 2023-09-16 09:06:35 浏览: 126
### 回答1: 以下是一个使用 Python 和库 `requests` 和 `BeautifulSoup` 爬取图片的简单示例代码: ```python import requests from bs4 import BeautifulSoup url = 'https://example.com/images' response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') images = soup.find_all('img') for image in images: img_url = image['src'] response = requests.get(img_url) open(img_url.split('/')[-1], 'wb').write(response.content) ``` 这段代码首先通过 `requests.get(url)` 向网站发送请求,获取网页的 HTML 内容。然后使用 `BeautifulSoup` 解析 HTML,并使用 `soup.find_all('img')` 查找所有图片标签。最后,循环遍历所有图片标签,获取图片的 URL,并使用 `requests.get(img_url)` 再次发送请求获取图片内容,最后使用 `open(img_url.split('/')[-1], 'wb').write(response.content)` 将图片保存到本地。 注意:这只是一个简单的示例,在实际使用中,还需要考虑网络连接错误、重定向、网站反爬虫等问题。 ### 回答2: 要使用Python编写一个爬取图片的代码,可以使用第三方库Requests和BeautifulSoup来实现。 首先,需要安装这两个库,可以使用pip命令来安装: ```python pip install requests pip install beautifulsoup4 ``` 然后,导入库: ```python import requests from bs4 import BeautifulSoup ``` 接下来,定义一个函数来下载图片: ```python def download_image(url, filename): response = requests.get(url, stream=True) with open(filename, 'wb') as file: for chunk in response.iter_content(chunk_size=1024): if chunk: file.write(chunk) ``` 接着,编写爬取图片的主程序: ```python def main(): url = "https://example.com" # 替换为你要爬取图片的网址 response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') images = soup.find_all('img') for image in images: image_url = image['src'] image_filename = image_url.split('/')[-1] download_image(image_url, image_filename) print(f"下载图片:{image_filename}") if __name__ == '__main__': main() ``` 以上代码通过请求网址获取网页内容,并使用BeautifulSoup库解析网页。然后,通过find_all方法找到所有的img标签,并获取每张图片的url。最后,调用download_image函数下载图片并保存到本地。 请注意,上述代码只是一个基本示例,实际爬取图片时可能需要处理更多的异常情况和网站的反爬机制。

相关推荐

最新推荐

recommend-type

Python3简单爬虫抓取网页图片代码实例

主要介绍了Python3简单爬虫抓取网页图片代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

Python使用xpath实现图片爬取

主要介绍了Python使用xpath实现图片爬取,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

yolov5-face-landmarks-opencv

yolov5检测人脸和关键点,只依赖opencv库就可以运行,程序包含C++和Python两个版本的。 本套程序根据https://github.com/deepcam-cn/yolov5-face 里提供的训练模型.pt文件。转换成onnx文件, 然后使用opencv读取onnx文件做前向推理,onnx文件从百度云盘下载,下载 链接:https://pan.baidu.com/s/14qvEOB90CcVJwVC5jNcu3A 提取码:duwc 下载完成后,onnx文件存放目录里,C++版本的主程序是main_yolo.cpp,Python版本的主程序是main.py 。此外,还有一个main_export_onnx.py文件,它是读取pytorch训练模型.pt文件生成onnx文件的。 如果你想重新生成onnx文件,不能直接在该目录下运行的,你需要把文件拷贝到https://github.com/deepcam-cn/yolov5-face 的主目录里运行,就可以生成onnx文件。
recommend-type

setuptools-0.6c8-py2.5.egg

文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
recommend-type

5-3.py

5-3
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。