利用python抓取网页图片

    近期在家想看华为官方的【IP，图话技术，微图】系列文档，奈何家里是长宽，基本打不开页面，刷新多次，心力憔悴。

▎下图感受下：

    突然想起上次华为云大会送了台云服务器，一直被我用来做linux实验机。于是，突发奇想，利用python下载图片，然后利用工具传递到本地阅读，权当练手了。

▎网页代码样例：

查看网页源代码，可以找到图片所在的网址，加上网站前缀就是真正的图片目标地址。

在linux系统中，直接wget就能下载这些图片，验证图片地址的真实性。

[root@plinuxos tmp] # wget http://support.huawei.com/huaweiconnect/data/attachment/forum/201705/03/20170503211729148001.png
--2017-09-02 12:48:40--  http: //support .huawei.com /huaweiconnect/data/attachment/forum/201705/03/20170503211729148001 .png
Resolving support.huawei.com (support.huawei.com)... 221.193.246.61, 121.18.169.18, 101.28.252.205
Connecting to support.huawei.com (support.huawei.com)|221.193.246.61|:80... connected.
HTTP request sent, awaiting response... 200 OK
Length: 495335 (484K) [image /png ]
Saving to: ‘20170503211729148001.png’

100%[=============================================================>] 495,335     1.98MB /s    in  0.2s

2017-09-02 12:48:41 (1.98 MB /s ) - ‘20170503211729148001.png’ saved [495335 /495335 ]

[root@plinuxos tmp] # ls
20170503211729148001.png  downpic.py       mysql.sock   test .py   zrlog.sql
db01.sql                  hsperfdata_root  mysql.sql    test .sql

▎抓取代码：

#/usr/bin/env python
import  requests,bs4,time
headers = { 'User-Agent' :  'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:24.0) Gecko/20100101 Firefox/24.0' }
url = 'http://support.huawei.com/huaweiconnect/enterprise/thread-400343.html'
urlhtml = requests.get(url,headers = headers)
urlhtml.raise_for_status()
pichtml = bs4.BeautifulSoup(urlhtml.text[:], 'html.parser' )
piclink = pichtml.select( 'p span img[src]' )
if  __name__ = = '__main__' :
    piclist = []
    for  i  in  range ( len (piclink)):
        picdic = piclink[i].attrs
        newpicdic = 'http://support.huawei.com' + picdic[ 'src' ]
        newpic = requests.get(newpicdic)
        picname = str (time.strftime( "%Y%m%d00" ,time.localtime(time.time()))) + str (i) + '.png'
        with  open (picname, 'wb' ) as  file :
            file .write(newpic.content)

代码部分的解析，可以参见学习笔记，也可以参照往期利用python处理网页信息一文。

▎执行脚本：

[root@plinuxos tmp] # python3 downpic.py
[root@plinuxos tmp] # ls -lhrt *.png
-rw-r--r--. 1 root root 484K Sep  2 12:50 20170902000.png
-rw-r--r--. 1 root root 241K Sep  2 12:50 20170902001.png
-rw-r--r--. 1 root root 542K Sep  2 12:50 20170902002.png
-rw-r--r--. 1 root root 607K Sep  2 12:50 20170902003.png
-rw-r--r--. 1 root root 500K Sep  2 12:50 20170902004.png
-rw-r--r--. 1 root root 146K Sep  2 12:50 20170902005.png
-rw-r--r--. 1 root root 381K Sep  2 12:50 20170902006.png
-rw-r--r--. 1 root root 463K Sep  2 12:51 20170902007.png

可以看到，图片已经下载到了linux系统中，然后通过远程软件传输到本地查看。

▎效果如下：

好了，练手完，接下来，博主就可以安心的打磨网络知识了。。。

本文转自Grodd51CTO博客，原文链接：http://blog.51cto.com/juispan/1962116，如需转载请自行联系原作者