python爬取网页图片并放到指定文件夹同时获取网页中的Cookie同时用到re.findall

在Python中，我们可以使用requests库来发送HTTP请求、BeautifulSoup库来解析HTML文档，以及os库来管理文件和目录。爬取网页图片的同时获取Cookies并使用正则表达式`re.findall`，你可以按照以下步骤操作：

1. 导入所需库：

import requests
from bs4 import BeautifulSoup
import os
import re

2. 发送GET请求获取网页内容及Cookies：

def get_html_and_cookies(url):
    response = requests.get(url, headers={'User-Agent': 'Mozilla/5.0'})
    cookies = dict(response.cookies)
    html = response.text
    return html, cookies

url = '目标网页URL'
html, cookies = get_html_and_cookies(url)

3. 使用BeautifulSoup解析HTML找到所有图片链接：

soup = BeautifulSoup(html, 'lxml')
img_tags = soup.find_all('img') # 根据实际情况替换标签名
image_links = [img['src'] for img in img_tags]

4. 爬取图片并保存到指定文件夹：

if not os.path.exists('images'):  # 创建图片文件夹，如果不存在
    os.makedirs('images')

for link in image_links:
    try:
        response = requests.get(link, stream=True, cookies=cookies)
        filename = os.path.join('images', os.path.basename(link))  # 获取图片名称
        with open(filename, 'wb') as f:
            for chunk in response.iter_content(1024):
                f.write(chunk)
    except Exception as e:
        print(f"下载图片失败: {e}")

5. 使用正则表达式提取特定信息（这里假设你想找所有的邮箱地址）：

email_pattern = r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'
emails = re.findall(email_pattern, html)
print("Found emails:", emails)