Python爬虫入门记（5）-批量下载图片（正则表达式，以百度文库为例）

概述五、批量下载图片1.调用库函数【通过链接下载图片有多种方法，本文采用其中一种】frombuiltinsimportlen,hasattr,range#提供对Python的“内置”标识符的直接访问importre#正则表达式importurllib.request,urllib.error#提供了一系列用于 *** 作URL的功能 五、批量下载图片1. 调用库函数

【通过链接下载图片有多种方法，本文采用其中一种】

from builtins import len, hasattr, range  # 提供对Python的“内置”标识符的直接访问import re  # 正则表达式import urllib.request, urllib.error  # 提供了一系列用于 *** 作URL的功能import requests  # Requests是用python语言基于urllib编写的，采用的是Apache2 licensed开源协议的http库。与urllib相比，Requests更加方便，用来下载图片import os  # os模块，里面包含了很多 *** 作文件和目录的函数。

2. 定义主函数和正则表达式

主函数：

def main():    url = "https://wenku.baIDu.com/vIEw/ab00294a2079168884868762caaedd3382c4b57c.HTML"  # 网页链接    f = open('data.txt', enCoding='utf-8')  # 打开txt文件，以utf-8编码解码，不然会出错    urls = f.read()  # 读取文件    num = 1    os.makedirs('./test1/', exist_ok=True)  # 在目录下新建文件夹    # 因为图片有两种结构，所以有两个正则表达式    pic_1 = re.findall(findimg1, urls)  # 使用re库，正则匹配找到图片链接，返回一个列表    pic_2 = re.findall(findimg2, urls)    pic_1 = pic_1 + pic_2  # 链接两个列表    print('找到图片，即将开始下载图片...')    for each in pic_1:        print('正在下载第' + str(num) + '张图片，图片地址:' + str(each))        # 异常处理        try:            if each is not None:                pic = requests.get(each, timeout=7)  # 向服务器发出请求，返回一个包含服务器资源的Response对象，包含从服务器返回的所有的相关资源。            else:                continue        except BaseException:            print('错误，当前图片无法下载')            continue        else:            # 图片保存路径，同时为每一张图片命名            string = './test1/' + str(num) + '.jpg'            fp = open(string, 'wb')            fp.write(pic.content)            fp.close()        num += 1

正则表达式：

findimg1 = re.compile(r'<img src="(.*?)" alt="">')findimg2 = re.compile(r'img data-src="(.*?)"')

【有个坑目前还没有填上，用爬虫爬取网页源代码时，只有前三张图片的链接，而后面几十张的图片都没有链接，但是直接查看网页源代码时，却可以看到，所以是直接复制的源代码到 txt ，再打开 txt 文件获取的源代码，有能力之后将会填上】

3.运行结果

总结

以上是内存溢出为你收集整理的Python爬虫入门记（5）- 批量下载图片（正则表达式，以百度文库为例）全部内容，希望文章能够帮你解决Python爬虫入门记（5）- 批量下载图片（正则表达式，以百度文库为例）所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。