这篇文章将详细介绍如何使用 Python 扒取网站上的图片。
一、准备工作
在开始扒取网站上的图片之前,我们需要预先安装几个必要的 Python 库。请确保你已经安装了以下库:
pip install requests
pip install beautifulsoup4
安装完成后,我们就可以开始编写扒取图片的代码了。
二、获取网页内容
首先,我们需要使用 requests
库来获取网页的内容。这里我们以获取百度首页为例:
import requests
url = 'https://www.baidu.com'
response = requests.get(url)
html = response.text
print(html)
运行上述代码,我们可以看到百度首页的 HTML 代码。
三、解析网页内容
接下来,我们需要使用 beautifulsoup4
库来解析网页的内容。这里我们以解析图片的链接为例:
from bs4 import BeautifulSoup
soup = BeautifulSoup(html, 'html.parser')
# 找到所有的图片标签
img_tags = soup.find_all('img')
# 获取所有图片的链接
img_links = []
for img in img_tags:
img_links.append(img['src'])
# 打印图片链接
print(img_links)
运行上述代码,我们可以得到百度首页所有图片的链接。
四、下载图片
最后,我们需要下载网站上的图片。这里我们以将图片保存到本地为例:
import os
# 创建文件夹
if not os.path.exists('images'):
os.makedirs('images')
# 下载图片
for i, link in enumerate(img_links):
response = requests.get(link)
with open(f'images/image_{i}.jpg', 'wb') as f:
f.write(response.content)
运行上述代码后,我们可以在当前目录下的 images
文件夹中找到所有下载的图片。
五、总结
通过以上步骤,我们成功地使用 Python 扒取了网站上的图片。你可以根据需要修改代码,适应不同的网站和需求。祝你扒取愉快!