Python——爬虫抓取图片

/*
* Copyright (c) 2014, 烟台大学计算机学院
* All rights reserved.
* 文件名称：test.cpp
* 作者：李晓凯
* 完成日期：2019年 8 月 19 日
* 版本号：v1.0
*
* 问题描述：
* 输入描述：
* 程序输出：

用Python写一个爬虫，抓取网络上的图片。

在做的时候要把user-agent字段改为某些主流浏览器的本字段内容，来实现伪装成浏览器的效果，只需在浏览器任意页面右击—>检查可以查看到：

通过add_header('user-agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36')方法添加。

然后找到图片的地址：

和页数：

完整代码如下：

#爬虫爬取网址https://www.mzitu.com/zipai/上的图片
import urllib.request
import osdef url_open(url):req = urllib.request.Request(url)#添加头部，伪装Goole浏览器req.add_header('user-agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36')response = urllib.request.urlopen(req)html = response.read()return html
#得到页数
def get_page(url):html = url_open(url).decode('utf-8')a = html.find('page-numbers current') + 22 #+22是从字符‘p’到页数共偏移22个字符，下同b = html.find('<',a)return html[a:b]#得到图片地址
def find_imgs(url):html = url_open(url).decode('utf-8')img_addrs = []a = html.find('data-original=')while a != -1:b = html.find('.jpg',a,a+255)if b != -1:img_addrs.append(html[a+15:b+4])    #+15，+4同样是偏移字符的个数else:b = a + 22a = html.find('data-original=',b)#打印图片地址#for each in img_addrs:#    print(each)return img_addrs#保存图片
def save_imgs(folder,img_addrs):for each in img_addrs:filename = each.split('/')[-1]with open(filename,'wb') as f:img = url_open(each)f.write(img)def download_mm_img(folder,pages):os.mkdir(folder)os.chdir(folder)url = "https://www.mzitu.com/zipai/"page_num = int(get_page(url))for i in range(pages):page_num -=ipage_url = url + 'comment-page-' + str(page_num) + '/#comments'img_addrs = find_imgs(page_url)save_imgs(folder,img_addrs)print("抓取成功！")
if __name__ == '__main__':pages_num = input("请输入要抓取的图片页数：")pages_num = int(pages_num)file_name = input("请输入要保存的文件名称：")download_mm_img(file_name,pages_num)

运行结果如下：