Python爬虫入门：批量爬取网上图片的两种简单实现方式——基于urllib与requests

Python到底多强大，绝对超乎菜鸟们（当然也包括我了）的想象。近期我接触到了爬虫，被小小地震撼一下。总体的感觉就两个词——“强大”和“有趣”。今天就跟大家分享一下两个简易的爬虫案例，大牛们请飞过哈。

先来科普一下啊“爬虫技术”吧。网络爬虫（又被称为网页蜘蛛，网络机器人，网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。

它的名字虽然很多，但是过程很明确，就两个部分：一是从网页源代码中爬取有用信息；二是对这些信息进行处理（如分析、下载等）。

下面用两种方法制作批量爬取网络图片的方法。

第一种方法：基于urllib实现

要点如下：

1.url_request = request.Request(url)

2.url_response = request.urlopen(url) 或者 url_response = request.urlopen(url_request)

3.data=url_response .read().decode('utf-8')

4.jpglist=re.findall(正则表达式,data)

5.request.urlretrieve(jpgUrl,'%s.jpg' %n)   #下载，第一个参数网址，第二参数名称

第一个案例，我们爬取了猫扑上的一个网页上的图片，案例代码如下。

基于urllib案例完整代码

需要说明的是代码request.urlretrieve(each,'pic2\\%s.jpg'  %n)中“pic2\\”代表下载的图片放置在提前建好的文件夹pic2里。运行代码结束之后IDLE和最后结果如下图所示。

代码运行界面1

案例1结果

第二种实现方法：基于requests实现

要点如下：

1.data=requests.get(url).text

2.jpglist=re.findall(正则表达式,data,re.S)

3.pic=requests.get(pic_url,timeout=10)

4. fp=open(pic_name,'wb')

    fp.write(pic.content)

    fp.close()

在这个案例中我们爬取了一个壁纸网站的网页，预测应该图片质量比较高吧。完整代码如下：

基于requests案例代码

我们来看一下运行代码的结果，如下图所示。真心不错，我们获得了42张壁纸，而且是在短短几秒钟内完成的，很厉害的感觉有木有。

代码运行界面2

案例二结果

改进一下

下面我们进行一个改进，输入关键词直接自动下载相关图片（创意参考了https://www.jianshu.com/p/19c846daccb3）。

需要说明一下原理。这个针对百度图片搜索功能完成的，因为我们发现关键词就在搜索结果页的网址中。我们只需要把网址中的关键词换掉，就是针对新的关键词的结果页网址。

完整代码如下：

改进后代码

这里我输入了“北京”，如下图。结果针对让人振奋，自动下载了59张关于北京的图片，有没有很爽的感觉。

代码运行界面3

案例三结果

参考学习网址：

1.https://blog.csdn.net/appleyk/article/details/78070098

2.https://blog.csdn.net/csdn2497242041/article/details/77170746

3.https://www.cnblogs.com/SneakyCrab/p/5905804.html

4.https://www.jianshu.com/p/19c846daccb3

5.https://www.jianshu.com/p/74b94eadae15