欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python爬取NUS-WIDE數(shù)據(jù)庫圖片

 更新時(shí)間:2016年10月05日 10:45:19   作者:leo-sun  
本文給大家分享的是使用Python制作爬蟲爬取圖片的小程序,非常的簡單,但是很實(shí)用,有需要的小伙伴可以參考下

實(shí)驗(yàn)室需要NUS-WIDE數(shù)據(jù)庫中的原圖,數(shù)據(jù)集的地址為http://lms.comp.nus.edu.sg/research/NUS-WIDE.htm   由于這個(gè)數(shù)據(jù)只給了每個(gè)圖片的URL,所以需要一個(gè)小爬蟲程序來爬取這些圖片。在圖片的下載過程中建議使用VPN。由于一些URL已經(jīng)失效,所以會(huì)下載一些無效的圖片。

# PYTHON 2.7   Ubuntu 14.04
nuswide = "$NUS-WIDE-urls_ROOT" #the location of your nus-wide-urls.txt
imagepath = "$IMAGE_ROOT" # path of dataset you want to download in
f = open(nuswide, 'r')
url = f.readlines()
import re
import urllib
import os
reg = r"ImageData.+?jpg"
location_re = re.compile(reg)
reg = r"(ImageData.+?)/0"
direction_re = re.compile(reg)
reg = r"http.+?jpg"
image_re = re.compile(reg)
for i in url:
  filename = re.findall(location_re, i)
  direction = re.findall(direction_re, i)
  image = re.findall(image_re, i)
  if image:
    path = imagepath+filename[0]
    path_n = imagepath+direction[0]
    print path_n
    if os.path.exists(path_n):
      urllib.urlretrieve(image[1], path)
    else:
      os.makedirs(path_n)
      urllib.urlretrieve(image[1], path)

再給大家分享一個(gè)爬取百度貼吧圖片的小爬蟲(你懂得)

#coding=utf-8

#urllib模塊提供了讀取Web頁面數(shù)據(jù)的接口
import urllib
#re模塊主要包含了正則表達(dá)式
import re
#定義一個(gè)getHtml()函數(shù)
def getHtml(url):
  page = urllib.urlopen(url) #urllib.urlopen()方法用于打開一個(gè)URL地址
  html = page.read() #read()方法用于讀取URL上的數(shù)據(jù)
  return html

def getImg(html):
  reg = r'src="(.+?\.jpg)" pic_ext'  #正則表達(dá)式,得到圖片地址
  imgre = re.compile(reg)   #re.compile() 可以把正則表達(dá)式編譯成一個(gè)正則表達(dá)式對象.
  imglist = re.findall(imgre,html)   #re.findall() 方法讀取html 中包含 imgre(正則表達(dá)式)的  數(shù)據(jù)
  #把篩選的圖片地址通過for循環(huán)遍歷并保存到本地
  #核心是urllib.urlretrieve()方法,直接將遠(yuǎn)程數(shù)據(jù)下載到本地,圖片通過x依次遞增命名
  x = 0

  for imgurl in imglist:
  urllib.urlretrieve(imgurl,'D:\E\%s.jpg' % x)
      x+=1


html = getHtml("http://tieba.baidu.com/p/xxxx")
print getImg(html)

相關(guān)文章

  • python批量創(chuàng)建變量并賦值操作

    python批量創(chuàng)建變量并賦值操作

    這篇文章主要介紹了python批量創(chuàng)建變量并賦值操作,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-06-06
  • python入門學(xué)習(xí)筆記分享

    python入門學(xué)習(xí)筆記分享

    這篇文章主要介紹了關(guān)于Python的一些總結(jié),希望自己以后在學(xué)習(xí)Python的過程中可以邊學(xué)習(xí)邊總結(jié),就自己之前的學(xué)習(xí)先做以總結(jié),之后將不斷總結(jié)更新
    2021-10-10
  • python?list與numpy數(shù)組效率對比

    python?list與numpy數(shù)組效率對比

    這篇文章主要介紹了python?list與numpy數(shù)組效率對比分析,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-02-02
  • Python打開與讀取文件操作的常用方法

    Python打開與讀取文件操作的常用方法

    這篇文章主要介紹了Python打開與讀取文件操作的常用方法,通過編寫代碼自動(dòng)化操作文件,讀寫文件、打開文件、寫入文件、刪除文件一系列都稱作為電腦的操作,需要的朋友可以參考下
    2023-07-07
  • 詳解Python執(zhí)行py文件是否需要可執(zhí)行權(quán)限

    詳解Python執(zhí)行py文件是否需要可執(zhí)行權(quán)限

    這篇文章主要通過幾個(gè)案例為大家詳細(xì)介紹一下在Python中執(zhí)行py文件是否需要可執(zhí)行權(quán)限,文中的示例代碼講解詳細(xì),對我們學(xué)習(xí)Python有一定幫助,需要的可以了解一下
    2023-03-03
  • python把數(shù)組中的數(shù)字每行打印3個(gè)并保存在文檔中的方法

    python把數(shù)組中的數(shù)字每行打印3個(gè)并保存在文檔中的方法

    今天小編就為大家分享一篇python把數(shù)組中的數(shù)字每行打印3個(gè)并保存在文檔中的方法,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-07-07
  • 簡單了解python元組tuple相關(guān)原理

    簡單了解python元組tuple相關(guān)原理

    這篇文章主要介紹了簡單了解python元組tuple相關(guān)原理,文中通過示例代碼介紹的非常詳細(xì),對大家的學(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
    2019-12-12
  • Python pathlib模塊實(shí)例詳解

    Python pathlib模塊實(shí)例詳解

    本文給大家介紹了Python的pathlib 模塊,為 Python 工程師對該模塊的使用提供了支撐,讓大家了解如何使用 pathlib 模塊讀寫文件、操縱文件路徑和基礎(chǔ)文件系統(tǒng),統(tǒng)計(jì)目錄下的文件類型以及查找匹配目錄下某一類型文件等,需要的朋友參考下吧
    2023-05-05
  • Windows10下Tensorflow2.0 安裝及環(huán)境配置教程(圖文)

    Windows10下Tensorflow2.0 安裝及環(huán)境配置教程(圖文)

    這篇文章主要介紹了Windows10下Tensorflow2.0 安裝及環(huán)境配置教程(圖文),文中通過示例代碼介紹的非常詳細(xì),對大家的學(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一起學(xué)習(xí)學(xué)習(xí)吧
    2019-11-11
  • Python面向?qū)ο笾接袑傩院退接蟹椒☉?yīng)用案例分析

    Python面向?qū)ο笾接袑傩院退接蟹椒☉?yīng)用案例分析

    這篇文章主要介紹了Python面向?qū)ο笾接袑傩院退接蟹椒?結(jié)合具體案例形式簡單分析了面向?qū)ο蟪绦蛟O(shè)計(jì)中私有屬性與私有方法的基本功能與使用注意事項(xiàng),需要的朋友可以參考下
    2019-12-12

最新評論