1. 程式人生 > >python爬蟲系列(4.5-使用urllib模組方式下載圖片)

python爬蟲系列(4.5-使用urllib模組方式下載圖片)

一、回顧urllib包中下載圖片的方式

 

1、urlretrieve下載檔案

from urllib import request

if __name__ == "__main__":

    # 下載整個網頁

    request.urlretrieve('http://www.baidu.com', 'baidu.html')

    # 下載圖片

    request.urlretrieve('http://www.baidu.com/img/bd_logo1.png', 'baidu.png')

二、下載圖片程式碼

import os

import shutil

from urllib import request

import requests

from lxml import etree

class DownImage(object):

    """

    建立一個下載圖片的類

    """

    def __init__(self):

        self.urls = ['http://python.jobbole.com/category/guide/page/{0}/'.format(x) for x in range(2)]

        self.headers = {

            'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.162 Safari/537.36',

        }

    @property

    def create_dir(self):

        """

        定義建立一個資料夾的方法(有就刪除沒用就刪除)

        :return:

        """

        path = os.path.join(os.path.dirname(__file__), 'jobbole')

        if os.path.exists(path):

            shutil.rmtree(path)

        else:

            os.makedirs(path)

        return path

    @property

    def get_html(self):

        """

        請求頁面,返回標題及圖片的url地址

        :return:

        """

        img_list = []

        for item in self.urls:

            response = requests.get(url=item, headers=self.headers)

            if response.status_code == 200:

                html = etree.HTML(response.text)

                img_urls = html.xpath('//div[@class="post floated-thumb"]')

                for img in img_urls:

                    url = img.xpath('./div[@class="post-thumb"]//img/@src')[0]

                    img_list.append(url)

        print(img_list)

        return img_list

    def main(self):

        """

        定義下載圖片的

        :return:

        """

        path = self.create_dir

        if os.path.exists(path):

            for img_url in self.get_html:

                img_name = img_url.rsplit('/')[-1]

                print(img_url)

                request.urlretrieve(img_url, os.path.join(path, img_name))

if __name__ == '__main__':

    down_image = DownImage()

    down_image.main()