爬取百度文档图片

爬取百度文档图片 需要的模块：

selenium,time,requests,re

 这个为我们要爬取的网址：

from selenium import webdriver
import time
from selenium.webdriver.chrome.options import Options
import re
import requests
# 获取网页
drive.get('https://wenku.baidu.com/view/0ab1c8c04028915f804dc28b?fr=xueshu20001')
# 休息1秒让网页加载出来
time.sleep(1)

1.  右键检查
2. 点击左上角（画圈圈的地方）
3. 再点击想要找的图片
4. 找到对应的elements
5. 右键copy xpath

element = drive.find_element_by_xpath('//*[@id="pageNo-1"]/div[3]/div/div')
time.sleep(1)
# 利用get_attribute获取div里面的属性
ele = element.get_attribute('style')
# 接着用正则找到要用到的url 
# 注意：'('，')'这两个主要是为了取消转义因为（）在正则中是分组的意思
pdf_url = re.match('background-image: url("(.*?)");', ele).group(1)
res = requests.get(pdf_url)
# 将获取到的图片保存起来
with open('百度文档1.png', 'wb') as f:
    f.write(res.content)
time.sleep(4)
# 退出浏览器
drive.quit()