python爬取网页图片并保存到本地

先把原理梳理一下：首先我们要爬取网页的代码，然后从中提取图片的地址，通过获取到的地址来下载数据，并保存在文件中，完成。

下面是具体步骤：

先确定目标，我挑选的是国服守望先锋的官网的英雄页面，我的目标是爬取所有的英雄的图片

页面是这样的

 首先做的就是得到它的源代码找到图片地址在哪里

这个函数最终会返回网页代码

def getHtml(url):
    html = requests.get(url)
    return html.text

　将其先导入文本文件观察

 发现图片的地址所在位置格式是这样

<img src="https://overwatch.nosdn.127.net/1/assets/img/pages/heroes/list/zarya.png" class="portrait" />

因此就可以依此写出正则表达式，并从网页代码中将图片地址提取出来

    imagelist=re.findall('img src="(.*?)" class="portrait"',html)

　　上面这句话得到的就是图片地址的集合

之后要做的就是遍历集合中的地址，依此下载并保存到目标的文件夹中

下面是项目完整代码

# -*- coding: utf-8 -*-
'''
Created on 2020年3月12日

@author: 20514
'''
import requests
import re
#打开网页,获取网页源码
def getHtml(url):
    html = requests.get(url)
    
    return html.text

def getImag(html):
    imagelist=re.findall('img src="(.*?)" class="portrait"',html)
 
    pat = 'list/(.*?).png' 
    ex = re.compile(pat)    
    i=1
    for url in imagelist:
        print 'Downloding:'+url 
        #从图片地址下载数据
        image=requests.get(url)
#         获取英雄名（这里可以自己为文件取名就行，下面的name变量是从图片地址中提取到的英雄名）
        pat = 'list/(.*?).png' 
        ex = re.compile(pat) 
        if ex.search(url):
            name=ex.search(url).group(1)
        else:
            pat ='heroes/(.*?)/hero-select' 
            ex = re.compile(pat)
            if ex.search(url):
                name=ex.search(url).group(1)               
            else:
                name='new'+str(i)+'?'
                i=i+1
        #在目标路径创建相应文件
        f=open('C:\Users\20514\Desktop\owhero\'+name+'.png','wb')
        #将下载到的图片数据写入文件
        f.write(image.content)
        f.close()
  

    return '结束'

print('获取ow官网英雄图片')
url='https://ow.blizzard.cn/heroes/'
print('正在获取图片')
html=getHtml(url)
print('下载图片中')
print(getImag(html))
print('下载完成')        

　　效果：

 -------------------------------------------------------------------------------------------------------------------------------------

近几天学了点通过python爬取网页的知识，不得不说跟java相比起来，这方面python真的方便太多了。