欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

基于Python下載網(wǎng)絡(luò)圖片方法匯總代碼實(shí)例

 更新時(shí)間:2020年06月24日 11:30:21   作者:Python學(xué)習(xí)交流啊啊啊  
這篇文章主要介紹了基于Python下載網(wǎng)絡(luò)圖片方法匯總代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

本文介紹下載python下載網(wǎng)絡(luò)圖片的方法,包括通過(guò)圖片url直接下載、通過(guò)re/beautifulSoup解析html下載以及對(duì)動(dòng)態(tài)網(wǎng)頁(yè)的處理等。

通過(guò)pic_url單個(gè)/批量下載

已知圖片url,例如http://xyz.com/series-*(1,2..N).jpg,共N張圖片,其鏈接形式較為固定,這樣經(jīng)簡(jiǎn)單循環(huán),直接通過(guò)`f.write(requests.get(url).content)'即可以二進(jìn)制形式將圖片寫入。

import os
import requests

def download(file_path, picture_url):
	headers = {
		"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 			(KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU 360SE",
		}
	r = requests.get(picture_url, headers=headers)
	with open(file_path, 'wb') as f:
		f.write(r.content)

def main():
	os.makedirs('./pic/', exist_ok=True) # 輸出目錄

	prefix_url = 'http://xyz.com/series-' # 同一類目下的圖片url前綴
	n = 6 # 該類目下的圖片總數(shù)

	tmp = prefix_url.split('/')[-1]
	for i in range(1, n + 1):
		file_path = './pic/' + tmp + str(i) + '.jpg'
		picture_url = prefix_url + str(i) + '.jpg'
		download(file_path, picture_url)
		

if __name__ == '__main__':
	main()

正則re解析html獲取pic_url后下載

在實(shí)際操作中,圖片url按序排列情況較少,多數(shù)情況下用戶僅知道網(wǎng)頁(yè)url,需要對(duì)當(dāng)前網(wǎng)頁(yè)htnl內(nèi)容進(jìn)行解析,獲取源碼中包含的圖片url,常用方法有正則表達(dá)式匹配或BeautifulSoup等庫(kù)解析的方法。

正則re解析的思路是:首先通過(guò) requests.get(url).text 獲得當(dāng)前頁(yè)面html源碼;然后通過(guò)正則表達(dá)式匹配圖片url,如 re.compile(r'[a-zA-z]+://[^\s]*\.jpg') 正則式一般會(huì)得到.jpg結(jié)尾的url,但其他網(wǎng)站圖片url可能會(huì)以.png或.webp等結(jié)尾,甚至需要其他的正則匹配,為此,讀者需要對(duì)正則表達(dá)式有所了解,強(qiáng)烈推薦 正則表達(dá)式30分鐘入門教程 ;將前一步得到的圖片url加入列表,進(jìn)行下載。

import os
import re
import requests

def get_html(url):
  headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36 ",
    }
  html = requests.get(url, headers=headers).text

  return html

def parse_html(html_text):
  picre = re.compile(r'[a-zA-z]+://[^\s]*\.jpg') # 本正則式得到.jpg結(jié)尾的url
  pic_list = re.findall(picre, html_text)

  return pic_list

def download(file_path, pic_url):
  headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36 ",
    }
  r = requests.get(pic_url, headers=headers)
  with open(file_path, 'wb') as f:
    f.write(r.content)

def main():
  # 使用時(shí)修改url即可
  url = 'http://xyz.com/series'
  html_text = get_html(url)
  pic_list = parse_html(html_text)

  os.makedirs('./pic/', exist_ok=True) # 輸出目錄
  for pic_url in pic_list:
    file_name = pic_url.split('/')[-1]
    file_path = './pic/' + file_name

    download(file_path, pic_url)
if __name__ == '__main__':
  main()

通過(guò)bs4獲取pic_url

與正則匹配思路類似,只不過(guò)通過(guò)Beautiful Soup解析html獲得圖片url列表,然后依次下載圖片。由于各網(wǎng)站html結(jié)構(gòu)有差異,用戶需要自行進(jìn)行適當(dāng)修改。以下代碼是對(duì)豆瓣圖片的下載。

import os
import time
import requests
from bs4 import BeautifulSoup

def get_html(url):
  headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 			(KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36',
  }
  html = requests.get(url, headers=headers).text

  return html

def parse_html(html_text):
  soup = BeautifulSoup(html_text, 'html.parser')
  li = soup.find_all('div', attrs={'class':'cover'})

  pic_list = []
  for link in li:
    pic_url = link.find('img').get('src')
    pic_url = pic_url.replace('/m/', '/l/')
    pic_list.append(pic_url)

  return pic_list

def download(file_path, pic_url):
  headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36 ",
    }
  r = requests.get(pic_url, headers=headers)
  with open(file_path, 'wb') as f:
    f.write(r.content)

def main():
  '從豆瓣下載石原里美圖片,觀察發(fā)現(xiàn)每頁(yè)包含30張圖片,其url按30遞增,如下所示'
  pic_list = []
  for i in range(10):
    url = 'https://movie.douban.com/celebrity/1016930/photos/?type=C&start=' + str(30*i) + '&sortby=like&size=a&subtype=a'
    html_text = get_html(url)
    pic_list += parse_html(html_text)
    
  os.makedirs('./pic/', exist_ok=True) # 輸出目錄

  for i, pic_url in enumerate(pic_list):
    if i%30 == 0:
      print('正在下載第%s頁(yè)'%(i/30+1))
    file_name = pic_url.split('/')[-1].split('.')[0] + '.jpg'
    file_path = './pic/' + file_name

    download(file_path, pic_url)

if __name__ == '__main__':
  main()

在下載圖片時(shí),發(fā)現(xiàn)可以直接訪問(wèn)圖片的縮略圖url進(jìn)行下載,但由于豆瓣的反爬策略,直接訪問(wèn)原圖url會(huì)被服務(wù)器拒絕,見(jiàn)下圖。解決方法見(jiàn)下一部分。

可能遇到的問(wèn)題

網(wǎng)站反爬蟲機(jī)制

  • User-Agent:模擬瀏覽器訪問(wèn),添加后,服務(wù)器會(huì)認(rèn)為是瀏覽器正常的請(qǐng)求。一般與網(wǎng)頁(yè)操作相關(guān)訪問(wèn)都予以添加。
  • Referer:瀏覽器以此來(lái)判斷你從哪一個(gè)網(wǎng)頁(yè)跳轉(zhuǎn)過(guò)來(lái)。例如在上述豆瓣圖片的下載示例中,直接輸入網(wǎng)址會(huì)被拒絕,但你在網(wǎng)站一步步點(diǎn)擊卻會(huì)在同一地址中得到內(nèi)容,這就是因?yàn)槟阍谝徊讲皆L問(wèn)時(shí)是有一個(gè)前序跳轉(zhuǎn)地址的,這個(gè)地址可以通過(guò)“F12”在header中得到,如果找不到的話試一試根目錄地址“ movie.douban.com/”,或是前幾步的地址”… GitHub倉(cāng)庫(kù)'adv_bs4_url.py‘文件 。
  • ip偽裝:構(gòu)建ip池。
  • Cookie偽裝:cookie是服務(wù)器用來(lái)辨別你此時(shí)的狀態(tài)的,每一次向服務(wù)器請(qǐng)求cookie都會(huì)隨之更新。
  • 常用正則式匹配

網(wǎng)頁(yè)的數(shù)據(jù)采用異步加載,如js渲染的頁(yè)面或ajax加載的數(shù)據(jù)通過(guò)get不到完整頁(yè)面源碼。

一種方案是常說(shuō)的動(dòng)態(tài)爬蟲,即采用一些第三方的工具,模擬瀏覽器的行為加載數(shù)據(jù),如Selenium、PhantomJs等。網(wǎng)絡(luò)上有較多介紹文章,有點(diǎn)麻煩就沒(méi)有自己寫了,后續(xù)有需求的話在做吧,不過(guò)其他方法已經(jīng)夠用了。

另外可以通過(guò)分析頁(yè)面,找到請(qǐng)求借口,加載頁(yè)面。其核心就是跟蹤頁(yè)面的交互行為 JS 觸發(fā)調(diào)度,分析出有價(jià)值、有意義的核心調(diào)用(一般都是通過(guò) JS 發(fā)起一個(gè) HTTP 請(qǐng)求),然后我們使用 Python 直接訪問(wèn)逆向到的鏈接獲取價(jià)值數(shù)據(jù)。通過(guò)"F12”進(jìn)行分析,例如對(duì)于花瓣網(wǎng),可以獲得其鏈接為" huaban.com/search/?q=石… request.urlopen(url).read() 讀取網(wǎng)頁(yè)。

Pyautogui,鼠標(biāo)模擬點(diǎn)擊的“傻瓜式”流程

本方法僅適用于重復(fù)性的工作,而且效率較低,但完全沒(méi)有被反爬蟲策略屏蔽的風(fēng)險(xiǎn)。其核心思想與word中的“宏”類似,就是你告訴計(jì)算機(jī)一次循環(huán)中鼠標(biāo)分別如何操作,然后讓其自動(dòng)循環(huán)。代碼簡(jiǎn)單明了。

import pyautogui
import time

pyautogui.FAILSAFE = True

def get_mouse_positon():
  time.sleep(3) # 此間將鼠標(biāo)移動(dòng)到初始位置
  x1, y1 = pyautogui.position()
  print(x1, y1)
  pyautogui.click(x=x1, y=y1, button='right') # 模擬鼠標(biāo)右鍵點(diǎn)擊,呼出菜單
  time.sleep(5) # 此間將鼠標(biāo)移動(dòng)到“save image as...”選項(xiàng)中央
  x2, y2 = pyautogui.position()
  print(x2, y2)
  pyautogui.click(x=x2, y=y2) # 模擬鼠標(biāo)左鍵點(diǎn)擊,點(diǎn)中“save image as...”
  time.sleep(10) # 此間彈出保存文件彈窗,自行選擇保存位置,并將鼠標(biāo)移至“保存(S)”按鈕中央
  x3, y3 = pyautogui.position()
  pyautogui.click(x=x3, y=y3)
  print(x3, y3)


def click_download(N):
  for i in range(N): # 擬下載圖片數(shù)量
    pyautogui.click(x=517, y=557, duration=0.25, button='right') # 呼出菜單,自行將x/y設(shè)置為x1/y1
    time.sleep(1)
    pyautogui.click(x=664, y=773, duration=0.25) # 下載,x/y為x2/y2
    time.sleep(1)
    pyautogui.click(x=745, y=559, duration=0.25) # 保存,x/y為x3/y3
    time.sleep(1)
    pyautogui.click(x=517, y=557, duration=0.25) # 進(jìn)入下一張圖片
    time.sleep(2) # 取決于網(wǎng)絡(luò)加載速度,自行設(shè)置
 if __name__ == "__main__":
  # get_mouse_positon() # 一開(kāi)始只運(yùn)行此命令,獲取屏幕坐標(biāo),后續(xù)注釋掉該句
  click_download(10)

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • 跟老齊學(xué)Python之?dāng)?shù)據(jù)類型總結(jié)

    跟老齊學(xué)Python之?dāng)?shù)據(jù)類型總結(jié)

    前面已經(jīng)洋洋灑灑地介紹了不少數(shù)據(jù)類型。不能再不顧一切地向前沖了,應(yīng)當(dāng)總結(jié)一下。這樣讓看官能夠從總體上對(duì)這些數(shù)據(jù)類型有所了解,如果能夠有一覽眾山小的感覺(jué),就太好了。
    2014-09-09
  • 學(xué)習(xí)python的幾條建議分享

    學(xué)習(xí)python的幾條建議分享

    熟悉python語(yǔ)言,以及學(xué)會(huì)python的編碼方式。熟悉python庫(kù),遇到開(kāi)發(fā)任務(wù)的時(shí)候知道如何去找對(duì)應(yīng)的模塊。知道如何查找和獲取第三方的python庫(kù),以應(yīng)付開(kāi)發(fā)任務(wù)
    2013-02-02
  • Pyecharts 動(dòng)態(tài)地圖 geo()和map()的安裝與用法詳解

    Pyecharts 動(dòng)態(tài)地圖 geo()和map()的安裝與用法詳解

    這篇文章主要介紹了Pyecharts 動(dòng)態(tài)地圖 geo()和map()的安裝與用法詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-03-03
  • Django權(quán)限系統(tǒng)auth模塊用法解讀

    Django權(quán)限系統(tǒng)auth模塊用法解讀

    這篇文章主要介紹了Django權(quán)限系統(tǒng)auth模塊用法解讀,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-05-05
  • python圖形用戶接口實(shí)例詳解

    python圖形用戶接口實(shí)例詳解

    這篇文章主要為大家詳細(xì)介紹了python圖形用戶接口實(shí)例,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2019-12-12
  • Pytorch學(xué)習(xí)之torch用法----比較操作(Comparison Ops)

    Pytorch學(xué)習(xí)之torch用法----比較操作(Comparison Ops)

    這篇文章主要介紹了Pytorch學(xué)習(xí)之torch用法----比較操作(Comparison Ops),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-06-06
  • python查看列的唯一值方法

    python查看列的唯一值方法

    今天小編就為大家分享一篇python查看列的唯一值方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-07-07
  • Python面試題之統(tǒng)計(jì)哈希列表中最多元素

    Python面試題之統(tǒng)計(jì)哈希列表中最多元素

    這篇文章主要為大家講解Python面試題中的如何統(tǒng)計(jì)哈希列表中最多的元素,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家面試成功
    2021-09-09
  • python入門課程第四講之內(nèi)置數(shù)據(jù)類型有哪些

    python入門課程第四講之內(nèi)置數(shù)據(jù)類型有哪些

    這篇文章主要介紹了python入門課程第四講之內(nèi)置數(shù)據(jù)類型有哪些?本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2021-09-09
  • django框架使用views.py的函數(shù)對(duì)表進(jìn)行增刪改查內(nèi)容操作詳解【models.py中表的創(chuàng)建、views.py中函數(shù)的使用,基于對(duì)象的跨表查詢】

    django框架使用views.py的函數(shù)對(duì)表進(jìn)行增刪改查內(nèi)容操作詳解【models.py中表的創(chuàng)建、views.py中

    這篇文章主要介紹了django框架使用views.py的函數(shù)對(duì)表進(jìn)行增刪改查內(nèi)容操作,結(jié)合實(shí)例形式詳細(xì)分析了models.py中表的創(chuàng)建、views.py中函數(shù)的使用,基于對(duì)象的跨表查詢等相關(guān)操作技巧與使用注意事項(xiàng),需要的朋友可以參考下
    2019-12-12

最新評(píng)論