爬虫下载图片打不开是什么原因，最新简易爬虫教程

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者： gitpython

ps：如有需要python学习资料的小伙伴可以加点击下方链接自行获取

http://note.youdao.com/noteshare?id=3054cce4add8a909e784ad934f956cef

1.获取图片的url链接

首先，打开百度图片首页，注意下图url中的index

接着，把页面切换成传统翻页版（flip），因为这样有利于我们爬取图片！

对比了几个url发现，pn参数是请求到的数量。通过修改pn参数，观察返回的数据，发现每页最多只能是60个图片。

注：gsm参数是pn参数的16进制表达，去掉无妨

然后，右键检查网页源代码，直接（ctrl+f）搜索 objurl

这样，我们发现了需要图片的url了。

2.把图片链接保存到本地

现在，我们要做的就是将这些信息爬取出来。

注：网页中有objurl，hoverurl…但是我们用的是objurl，因为这个是原图

那么，如何获取objurl？用正则表达式！

那我们该如何用正则表达式实现呢？其实只需要一行代码…

results = re.findall('"objurl":"(.*?)",', html) 

核心代码：

1.获取图片url代码：

# 获取图片url连接def get_parse_page(pn,name):  for i in range(int(pn)):    # 1.获取网页    print('正在获取第{}页'.format(i+1))    # 百度图片首页的url    # name是你要搜索的关键词    # pn是你想下载的页数    url = 'https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%s&pn=%d' %(name,i*20)    headers = {      'user-agent': 'mozilla/5.0 (windows nt 10.0; wow64) applewebkit/537.36 (khtml, like gecko) chrome/53.0.2785.104 safari/537.36 core/1.53.4843.400 qqbrowser/9.7.13021.400'}    # 发送请求，获取相应    response = requests.get(url, headers=headers)    html = response.content.decode()    # print(html)    # 2.正则表达式解析网页    # "objurl":"http://n.sinaimg.cn/sports/transform/20170406/dhek-fycxmks5842687.jpg"    results = re.findall('"objurl":"(.*?)",', html) # 返回一个列表    # 根据获取到的图片链接，把图片保存到本地    save_to_txt(results, name, i)

2.保存图片到本地代码：

# 保存图片到本地def save_to_txt(results, name, i):  j = 0  # 在当目录下创建文件夹  if not os.path.exists('./' + name):    os.makedirs('./' + name)  # 下载图片  for result in results:    print('正在保存第{}个'.format(j))    try:      pic = requests.get(result, timeout=10)      time.sleep(1)    except:      print('当前图片无法下载')      j += 1      continue    # 可忽略，这段代码有bug    # file_name = result.split('/')    # file_name = file_name[len(file_name) - 1]    # print(file_name)    #    # end = re.search('(.png|.jpg|.jpeg|.gif)$', file_name)    # if end == none:    #   file_name = file_name + '.jpg'    # 把图片保存到文件夹    file_full_name = './' + name + '/' + str(i) + '-' + str(j) + '.jpg'    with open(file_full_name, 'wb') as f：      f.write(pic.content)    j += 1

3.主函数代码：

# 主函数if __name__ == '__main__':  name = input('请输入你要下载的关键词：')  pn = input('你想下载前几页（1页有60张）:')  get_parse_page(pn, name)

使用说明：

# 配置以下模块import requests import reimport osimport time# 1.运行 py源文件# 2.输入你想搜索的关键词，比如“柯基”、“泰迪”等# 3.输入你想下载的页数，比如5，那就是下载 5 x 60=300 张图片

收藏 举报