简单粗暴地抓取百度的图片——2
首先我们用到的软件是工具是pycharm,py3.6版本,工具和上期略有差别requests 和 re
接着看下效果吧~~~
上期是把段子直接输出在控制台上,有的读者私信我,怎么放到本地~~~接下来开始我的表演
1、还是一样,先导入工具包
import requests
import re
2、还是一样,写一个主函数
if __name__ == '__main__':
url = 'http://image.baidu.com/search/index'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:44.0)',
}
3、还需要写一个解析页面和加载图片的2个函数最好,那么就先定义2个
page = get_html(url, headers)
get_img(page, headers)
4、接着写获取页面的逻辑函数(data里面的信息在这里就不用我说了吧~~~皮一下)
def get_html(url, headers):
data = {
'tn': 'resultjson_com',
'word': '美女'
}
# get请求
page = requests.get(url, data, headers=headers).text
# 返回页面文本
return page
5、还差一个获取照片的函数啊,,,来来来 跟我来
这里解析页面获取照片用到的是正则re
def get_img(page, headers):
# 正则匹配图片的url,\--->转译
reg = re.compile('http://.*?\.jpg')
imglist1 = re.findall(reg, page)
imglist2 = imglist1[0: len(imglist1):6]
6、接下来就是控制台输出和保存本地
x = 1
for imgurl in imglist2:
bin = requests.get(imgurl, headers=headers).content
print('现在加载到第%s张,已完毕!' % x)
# 必须在D盘把需要的img文件创建好,否则报错,可以优化--->在没有文件的情况下可以创建,用到os库
with open('D:\img\%s.jpg' % x, 'wb') as file:
# 把提取的信息写入文件
file.write(bin)
x += 1
7、这就完事了,简简单单的搞定了,代码这就整理好,不要拿现成的哦~~~~
PS:读者可以试着我刚才说的用os库创建自己的文件,这是优化的一点,有什么问题随时@我,24小时作业~~~哈哈哈