Python爬虫系列-爬取百度贴吧图片

这是我新开的一个博客系列-Python爬虫,里面收集了我写过的一些爬虫脚本给大家参考,水平有限,不当之处请见谅。

这是我之前在CSDN问答贴中回答网友的问题:

(https://ask.csdn.net/questions/8042566?spm=1001.2014.3001.5505)

网友给了基础版,但是有问题,爬不出图片,我在他的基础上加入了header参数可以下载了。具体见如下源码:

python 复制代码
# 百度贴吧的图片下载
# 1.通过request拿到源代码数据
# 2.通过bs对源代码进行解析,拿到图片的urL
# 3.依次对图片地址发送请求
# 4.把图片内容写进文件中

import requests
from bs4 import BeautifulSoup as bs

header = {'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36 Edg/119.0.0.0',
          'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7',
          'Accept-Encoding':'gzip, deflate, br',
          'Accept-Language':'zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6',
          'Host':'tieba.baidu.com'
          }
index_url = 'https://tieba.baidu.com/p/8783217764'
res= requests.get(url=index_url, headers=header)
soup = bs(res.content,"html.parser")
image_urls = soup.select("img.BDE_Image")
# print(response.content)

offset = 0
for image_url in image_urls:
    print(image_url['src'])
    image_content = requests.get(image_url['src']).content
    with open('{}.jpg'.format(offset), 'wb')as f:
        f.write(image_content)
    offset = offset + 1

效果如下:

相关推荐
南_山无梅落1 分钟前
12.Python3函数基础:定义、调用与参数传递规则
python
程序员-周李斌6 分钟前
Java 死锁
java·开发语言·后端
JasmineWr1 小时前
CompletableFuture相关问题
java·开发语言
零雲1 小时前
java面试:知道java的反射机制吗
java·开发语言·面试
Jeremy爱编码1 小时前
实现 Trie (前缀树)
开发语言·c#
laocooon5238578861 小时前
插入法排序 python
开发语言·python·算法
你的冰西瓜2 小时前
C++中的list容器详解
开发语言·c++·stl·list
就不掉头发2 小时前
I/O复用
运维·服务器·c语言·开发语言
梦里小白龙2 小时前
JAVA 策略模式+工厂模式
java·开发语言·策略模式
安_2 小时前
js 数组splice跟slice
开发语言·前端·javascript