首页 / 正则 / python爬虫训练——正则表达式+BeautifulSoup爬图片

python爬虫训练——正则表达式+BeautifulSoup爬图片

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python爬虫训练——正则表达式+BeautifulSoup爬图片，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1036字，纯文字阅读大概需要2分钟。

内容图文

这次练习爬 传送门 这贴吧里的美食图片。

技术分享图片

如果通过img标签和class属性的话，用BeautifulSoup能很简单的解决，但是这次用一下正则表达式，我这也是参考了该博主的博文：传送门

所有图片的src地址前面都是相同的，所以根据这个就可以筛选出我们想要的图片了。也就是在匹配时不用class属性的值，而是用正则表达式去匹配src的值。

                 1
                from urllib import request
 2from bs4 import BeautifulSoup
 3import re
 4 5def get_page(url, tot_page):
 6     url_list = []
 7for i in range(1,tot_page):
 8         new_url = re.sub((‘=(.*)‘),‘%s%s‘ %(‘=‘,i), url)
 9        url_list.append(new_url)
10return url_list
111213if__name__ == ‘__main__‘:
14     url = ‘http://tieba.baidu.com/p/4792769205?pn=1‘15     path = ‘D:\python\project\爬虫结果‘16     count = 0
17     url_list = get_page(url, 4)
18for url in url_list:
19print(url)
20         page = request.urlopen(url).read().decode()
21         soup = BeautifulSoup(page, ‘lxml‘)
22         regex = re.compile("http://imgsrc.baidu.com/forum/w%3D580/sign=.+\.jpg")
23         pic_list = soup.findAll(‘img‘, {‘src‘: regex})
24for pic in pic_list:
25             pic = pic[‘src‘]
26             request.urlretrieve(pic, ‘%s/%s.jpg‘ % (path, count))
27             count += 1

我就爬了3页的图片：技术分享图片

技术分享图片

 

原文：https://www.cnblogs.com/zyb993963526/p/8341019.html

内容总结

以上是互联网集市为您收集整理的python爬虫训练——正则表达式+BeautifulSoup爬图片全部内容，希望文章能够帮你解决python爬虫训练——正则表达式+BeautifulSoup爬图片所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/1164614.html

来源：【匿名】