简单的python爬取图片

之前有一次网页上图片不能复制,就自己写了一个下载图片程序,只能针对例子中网页获取图片,若想下载其他网页中图片,需对程序进行改造。

#coding=utf-8
from bs4 import BeautifulSoup
import aiohttp
import asyncio
from urllib import request

#回调函数,打印进度
def callbackFunc(blocknum, blocksize, totalsize):
    '''回调函数
    @blocknum: 已经下载的数据块
    @blocksize: 数据块的大小
    @totalsize: 远程文件的大小
    '''
    percent = 100.0*blocknum*blocksize/totalsize
    if percent > 100:
        percent = 100
    print("%.2f%%" % percent)

#获取页面源代码
async def getPage(url, res_list):
    headers = {'User-Agent':'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'}
    async with aiohttp.ClientSession() as session:
        async with session.get(url, headers = headers) as resp:
            assert resp.status == 200
            res_list.append(await resp.text())

#分析html源代码,找到所需要的标记
class parsePage():
    def __init__(self, page_str):
        self.page_str = page_str
    #__enter__和__exit__配合,主要实现with...as...功能
    def __enter__(self):
        page_str = self.page_str
        #这里只是例子中获取图片地址的规则,具体html页面需要具体分析
        page = BeautifulSoup(page_str, 'lxml')
        articles = page.findAll('img')
        art_urls = []
        for a in articles:
            art_urls.append(a['src'])
        return art_urls
    def __exit__(self, exc_type, exc_val, exc_tb):
        pass

class jianshuParsePage(parsePage):
    def __init__(self, page_str):
        super(jianshuParsePage, self).__init__(page_str)
    
'''
获取网页中所有的图片网址,并下载图片
'''
if __name__ == '__main__':
    page_url_base = 'http://www.baiyinghui.com/gallery/show/id/MDAwMDAwMDAwMLGIgtuFtKF2?spm=a220o.1000855.0.0.iuLTnS'
    page_urls = [page_url_base]
    loop = asyncio.get_event_loop()
    ret_list = []
    tasks = [getPage(host,ret_list) for host in page_urls]
    loop.run_until_complete(asyncio.wait(tasks))

    articles_url = []
    x = 0
    for ret in ret_list:
        with jianshuParsePage(ret) as tmp:
            for jpg in tmp:
                #这里是过滤掉包含特殊字符和汉字的url,因为
                if jpg.find('(') != -1 or jpg.find('副本') != -1 or jpg.find(')') != -1 or jpg.find(' ') != -1:
                    pass
                elif jpg.find('http') != -1:
                    print(jpg)
                    #根据获取到的图片的url下载图片
                    request.urlretrieve(jpg, '/home/pycode/tupian/%s.jpg' % x, callbackFunc)
                    x += 1
                    #这里为了测试方便,就直接跳出循环了
                    break
    ret_list = []

    loop.close()
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,524评论 5 460
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,869评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,813评论 0 320
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,210评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,085评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,117评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,533评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,219评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,487评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,582评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,362评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,218评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,589评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,899评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,176评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,503评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,707评论 2 335

推荐阅读更多精彩内容

  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 171,057评论 25 707
  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,497评论 18 139
  • 磨磨蹭蹭翻完了先秦文学,趁着水逆找了个一戳即破的借口给自己放了个小长假,本想利用这段时间好好整理一下电脑,结果收拾...
    王家人宁阅读 179评论 0 1
  • 每次都茨威格的小说,总能给我惊喜与惊奇。猩红热主人公贝尔格,来到了他向往的维也纳。准备开展新生活的他,慢慢的发现,...
    小脚丫丫丫阅读 1,587评论 0 0
  • 一、奇葩开花处处香! 如果说每个人都是一片树叶,不一而同、各自斑斓,那么讲真说,我是从上大学以后,才认识到其形体之...
    周田心阅读 474评论 0 1