Python练习的第九个问题，爬行帖子栏的图片

优化阅读Python练习的第九个问题贴吧 吧图片，爬行帖子栏的图片

杉本有美丽_杉本有美丽_

打开网站Sugimoto Yumei_Sugmoto Yumei_Biedu Tieba，F12

我发现图像链接都在标签

中

<cc>
    <div...>
       <img...>
       <img...>

测试发现src中的链接是图片链接. 然后非常简单，只需在中取出src的链接即可.

环境: Python3，Pycharm

使用请求和xpath，我最近学习了xpath，发现它超级好用. 它比bs4简单. 我有兴趣查看此爬虫条目，以进行熟练的网页分析（xpath）-了解该列

import requests
from lxml import etree
url = http://tieba.baidu.com/p/2166231880
header = {User-Agent:Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36}
r = requests.get(url,headers=header).content
s = etree.HTML(r)
print(s.xpath(//div/img/@src))

我发现所有链接都可用，下一步就是下载〜

下载图片的声明:

import urllib.request
path = ...... #下载链接
jpg_link ＝ ......  #图片链接
request.urlretrieve(jpg_link, path) 

一起完成了.

经过测试，帖子栏中的其他网页如下: [Sabra] [08-04]严格限制女孩为早妃

顺便提一下贴吧 吧图片，可以下载此代码.

1. 图片名称使用图片链接中的名称，其中包含大量数字和字母，可以进行优化.

2. 如您所见，下载文件包含一个图释. 检查它是否由用户发送，表明过滤存在问题.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/ruanjian/article-237497-1.html