Python 爬虫零基础教程(1):爬单个图片

代码:

import requests

url = 'https://cdn.pixabay.com/photo/2018/01/04/07/59/salt-3060093_960_720.jpg'

data = requests.get(url).content

f = open('1.jpg', 'wb')
f.write(data)
f.close()

print('OK')

解释代码


变量

代码中的 url、data、f 都是变量,也可以给他们取别的名字:a、b、c,或者x、y、z 都可以

url = 'https://cdn.pixabay.com/photo/2018/01/04/07/59/salt-3060093_960_720.jpg'

这行代码表示把图片的网址赋值给变量 url。(Python 的变量赋值不需要声明变量类型)

在之后的代码中 url 就代指这个网址。

Python 用等号=来给变量赋值,等号左边是变量名,等号右边是存储在变量中的值。

变量命名规则:

  • 只能包含字母、数字和下划线,并且不能以数字开头。
  • 区分大小写字母,如果写错了大小写,程序会报错。
  • 不能使用保留字

通常以“小写字母,单词之间用 _ 分割”的方式来给普通变量名。
this_is_a_var


字符串

'https://cdn.pixabay.com/photo/2018/01/04/07/59/salt-3060093_960_720.jpg'

就是字符串。

在 Python 中,可以用成对的单引号( ' )、双引号( " )、三引号( ''' 或 """ ) 来表示字符串,其中三引号可以跨行。
字符串是编程语言中表示文本的数据类型。


requests 库

使用之前要先导入import requests 。(别的Python编程工具需要先安装 requests,Anaconda不用)

data = requests.get(url).content

可以分成两段:

response = requests.get(url)
data = response.content

response 和 data 当然都是变量

response = requests.get() 表示使用requests库的get函数,获取网页,并赋值给变量 response

data = response.content 表示把变量response的数据以二进制的格式返回,赋值给变量data

requests.get(url).content 以后会经常用到。


文件的打开

f = open('1.jpg', 'wb')

这行代码表示在当前目录打开一个名为1.jpg 的文件,赋值给变量 f。如果该文件已存在则将其覆盖,如果该文件不存在,创建新文件。

函数 open() 的语法为: open(路径+文件名,读写模式)

如果没有“路径”则是在当前目录。当前目录的意思是包含这段代码的 .py 文件所在的文件夹。

路径+文件名读写模式 都是字符串类型。

读写模式有很多种,写爬虫一般用 wb 模式:以二进制格式打开一个文件只用于写入,如果该文件已存在则将其覆盖,如果该文件不存在,创建新文件。


文件的写入

f.write(data)

表示将data写入 f 文件。

write() 方法,将字符串写入一个打开的文件。


文件的关闭

f.close()

表示关闭文件 f。文件打开后,无论进行读、写或其他什么操作,最后都要关闭。


输出到屏幕

print('OK')

在屏幕上输出字符串 OK。
print 用于打印输出。在 Python2.x 版本可以 print 'ok' 也可以 print('OK') ,而在 Python3.x 必须 print('OK')

这句代码的作用是告诉我们全部代码已经执行完毕,图片下载好了。没有这句也不影响下载图片。


Python 基础语法:

每一行是一个语句,语句无需以 ;结尾。不需要大括号 {} 来控制类、函数以及其他逻辑判断。

Python 用缩进表示逻辑层次。当语句以冒号 : 结尾时,下一行代码需要缩进。

没有规定缩进是几个空格还是Tab,但是所有代码的缩进必须相同。约定俗成是4个空格的缩进。

缩进的坏处是,Python 代码“复制-粘贴”后需要重新检查缩进是否正确。


运行代码

打开Spyder,点击左上角的“新建”。

把最上面的代码复制到左边的编辑区,点击“运行”


在弹出的对话框里输入文件名,以 .py 为后缀,选择存放位置,点击存储。


等待几秒钟,Spyder的右侧输出OK,说明图片下载成功。


图片下载到和上面的 .py 文件相同的目录。文件名为 1.jpg


好啦,第一个 Python 爬虫成功了。

可以把 url 的赋值改为其他图片的地址来下载其他图片。

图片地址:右键点击图片,选择“复制图片地址”


你可能觉得用爬虫下载图片还不如手动下载方便。

因为这才刚刚开始,后面我们会给爬虫添加自动化,还可以进行筛选。


Spyder 简介

左边是代码编辑区。

右边下半部分是 Ipython ,左边代码的 print 都会显示在 Ipython。

Ipython 还可以进行一行行的交互。


右边的上半部分不常用,可以连续点击 X 将其关闭


最后变成这样:



教程目录:
0.《简介及准备》
1.《爬单个图片》
2.《下载一组网页上的图片》
3.《输出一个网页上的文字》
4.《获取电影天堂最新电影名称》
5.《糗事百科爬虫》

20180114

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 217,657评论 6 505
  • 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 92,889评论 3 394
  • 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 164,057评论 0 354
  • 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 58,509评论 1 293
  • 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 67,562评论 6 392
  • 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 51,443评论 1 302
  • 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 40,251评论 3 418
  • 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 39,129评论 0 276
  • 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 45,561评论 1 314
  • 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 37,779评论 3 335
  • 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 39,902评论 1 348
  • 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 35,621评论 5 345
  • 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 41,220评论 3 328
  • 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 31,838评论 0 22
  • 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 32,971评论 1 269
  • 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 48,025评论 2 370
  • 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 44,843评论 2 354