python自動化辦公之爬取HTML圖片寫入PPT實戰
python自動化辦公之批量圖片匯入PPT
昨天，大Boss找到一個網頁，覺得裡面的圖片內容特別好，想把它下載下來作為學習資料，整理整理教導下屬。但是，手動一張一張的儲存圖片太慢了，問我可不可以下載下來，最近也在研究Python爬取網頁內容，就做了一把嘗試。
首先，我們需要找到這個網頁中對應的圖片連結，這就涉及到了網頁的一些相關知識，還好我前幾年有自學過一部分內容，雖然不太會寫網頁，但是大概可以看得懂。
目標網址如下（沒有打廣告的意思哈）：
https://mp.weixin.qq.com/s?__biz=MzI2NjMxMTgwNA==&mid=2247503649&idx=2&sn=f98042fc7a1e80d9b3a3b14ba50047fe&chksm=ea928e32dde507243cba9dc8458c44e28ffadbfaff49b2e1061b527f25dc1e501281acaed5bf&mpshare=1&scene=1&srcid=0108jtZHerwfrHzMEnGLuY5Q&sharer_sharetime=1610071043468&sharer_shareid=218968b0ce2ed380af2f846d290cab70&key=b02de42f9621dfdefa266d7ed7d32f5e25445d8ad3d7341a26941a655f6c9336c6d77fbcbddf3747d946691c97f08f33627ef448fc7edb745e4e2c64de50abfb7f1ed37ca71062c14dff71fa5c33bb250c0f3e7511e00878566dd7dcbfee1901cd7aba381eb519a16921c999a19efb4036454412286aa83735d575e8c4039d95&ascene=1&uin=MTcwNTU2ODMyMA%3D%3D&devicetype=Windows+7+x64&version=6300002f&lang=zh_CN&exportkey=AVXQF%2BRk3QjxiQi9zm0XxZE%3D&pass_ticket=P7%2BimS1i9He7sukQ6KlmLXpKdf9OqkU2xKCVwMV9zCxultcLh6%2BO9gto2piWKHIV&wx_header=0
**怎樣檢視網頁對應的目標圖片連結呢？**使用chrome瀏覽器開啟上述網頁，然後按F12，就會在右邊看到這個網頁的原始碼，按照我下圖的三步走，點選小箭頭後，把滑鼠移動到目標圖片，懸浮即可，這個時候右邊會高亮顯示對應這個目標部分的網頁原始碼。就可以看到我用紅色框框起來的部分，src後面引號的部分就是這個圖片的連結。
（1）現在開始寫程式碼，批量爬取圖片。我們可以發現所有的圖片都是src="",這個時候要使用正則表示式，匹配到所有的圖片連結。以下為這一步的所有的程式碼：
import urllib.request #匯入request模組 url = "https://mp.weixin.qq.com/s?__biz=MzI2NjMxMTgwNA==&mid=2247503649&idx=2&sn=f98042fc7a1e80d9b3a3b14ba50047fe&chksm=ea928e32dde507243cba9dc8458c44e28ffadbfaff49b2e1061b527f25dc1e501281acaed5bf&mpshare=1&scene=1&srcid=0108jtZHerwfrHzMEnGLuY5Q&sharer_sharetime=1610071043468&sharer_shareid=218968b0ce2ed380af2f846d290cab70&key=b02de42f9621dfdefa266d7ed7d32f5e25445d8ad3d7341a26941a655f6c9336c6d77fbcbddf3747d946691c97f08f33627ef448fc7edb745e4e2c64de50abfb7f1ed37ca71062c14dff71fa5c33bb250c0f3e7511e00878566dd7dcbfee1901cd7aba381eb519a16921c999a19efb4036454412286aa83735d575e8c4039d95&ascene=1&uin=MTcwNTU2ODMyMA%3D%3D&devicetype=Windows+7+x64&version=6300002f&lang=zh_CN&exportkey=AVXQF%2BRk3QjxiQi9zm0XxZE%3D&pass_ticket=P7%2BimS1i9He7sukQ6KlmLXpKdf9OqkU2xKCVwMV9zCxultcLh6%2BO9gto2piWKHIV&wx_header=0" #指定url res = urllib.request.urlopen(url) #呼叫urlopen（）從伺服器獲取響應介面 html = res.read().decode('utf-8') #對返回的響應資料解碼，並賦值給html imagelist=re.findall('src="(.*?)"',html)
（2）把上面得到的html抓取到本地，存為圖片。callbackfunc函式可以顯示每張圖片下載的百分比，可以看到下載進度情況如何。urllib.request.urlretrieve就是通過我們獲取的圖片連結urls，把它們下載儲存到指定路徑local。
import urllib
def callbackfunc(blocknum, blocksize, totalsize):
'''''回撥函式
@blocknum: 已經下載的資料塊
@blocksize: 資料塊的大小
@totalsize: 遠端檔案的大小
'''
percent = 執行結果示例：
（3）現在要把所有圖片匯入到PPT當中，我們需要下載安裝第三方庫python-pptx，這裡直接使用Jupyternotebook。
!pip install python-pptx
安裝成功如下所示：
（4）迴圈遍歷剛才下載到本地的所有圖片，建立一個PPT，將所有圖片新增到其中，儲存PPT
from pptx import Presentation
from pptx.util import Inches
prs = Presentation()
for i in range(3,101):#迴圈遍歷所有圖片
img_path = '/root/data_warehouse/test/'+str(i)+'.jpeg' #圖片名稱一定要對
blank_slide_layout = prs.slide_layouts[1]
slide = prs.slides.add_slide(blank_slide_layout)
left = top = Inches(0)#設定插入的位置
pic = slide.shapes.add_picture(img_path, left, top)#將圖片新增到PPT
prs.save('/root/data_warehouse/test/test.pptx')
以上的實現還有不足的地方，PPT不是16：9的樣式，生成PPT後，把樣式設定一下，然後調節一下圖片大小。這個第三方庫用到的都是Inches(英寸)，關於圖片的大小還沒有設定到合適的大小。先把工作任務交差了，後面再慢慢學習完善！
**整理內容不易，走過路過覺得課程內容不錯，請幫忙點贊、收藏！Thanks♪(･ω･)ﾉ****如需轉載，請註明出處
參考文獻：
https://www.cnblogs.com/zhuwjwh/p/12449992.html
https://zhuanlan.zhihu.com/p/102737358
https://requests.readthedocs.io/en/master/
https://python-pptx.readthedocs.io/en/latest/user/quickstart.html
https://blog.csdn.net/toopoo/article/details/109898688
https://blog.csdn.net/qq_30868235/article/details/80509956
https://my.oschina.net/liurihui/blog/3071934
https://www.cnblogs.com/liuleliu/p/12482021.html
https://www.cnblogs.com/Qqun821460695/p/12067699.html
https://blog.csdn.net/qq_33958297/article/details/89388556