09. 爬虫实战：爬取Web网页上特定格式的图片

案例：从Web网页上批量下载jpg格式图片，并按照数字递增命名保存到指定的文件夹

import urllib
import urllib.request
import re   #正则表达式
from time import sleep  # 根据需要导入，控制下载速度
# 根据url解析包含图片的页面
def load_page(url):
    request = urllib.request.Request(url)   #发送网络请求
    response = urllib.request.urlopen(request)  # 根据url打开页面
    data = response.read() # 获取页面的响应数据
    return data
# 根据图片对应的html链接下载图片
def get_image(html):
    regx = r'http://[\S]*jpg'   # 定义正则表达式，匹配页面jpg图片元素
    pattern = re.compile(regx)  # 编译表达式，构造匹配模式
    # 进行正则匹配，返回包含jpg图片的所有链接
    get_image = re.findall(pattern,repr(html))
    num = 1
    #遍历取出以上所获取的图片
    for img in get_image:
        # 解析img变量取出的图片链接，赋给image变量
        image = load_page(img)
        # 将图片存入指定文件夹，并以从1开始递增的数字命名jpg图片
        with open('X:\\Py_LoadData\\%s.jpg' %num,'wb') as fb:
            fb.write(image) # fb相当于open(...);# wb：以二进制方式打开
            print("正在下载第%s张图片" %num)
            num = num+1
            sleep(2)
    print("下载完成！")
url = 'http://xxx/'
# 调用：解析url页面的方法
html = load_page(url)
# 调用：下载图片的方法
get_image(html)

某个url打开的Web网页如下：

包含jpg图片的网页

查看jpg图片元素
执行以上代码，运行结果为：
正在下载第1张图片
正在下载第2张图片
正在下载第3张图片
正在下载第4张图片
正在下载第5张图片
正在下载第6张图片
正在下载第7张图片
正在下载第8张图片
正在下载第9张图片
正在下载第10张图片
正在下载第11张图片
正在下载第12张图片
正在下载第13张图片
正在下载第14张图片
下载完成！
查看代码中设定保存jpg图片的文件夹，已经把该网页url中的jpg图片下载完成，如下：

作者：Fighting_001
链接：https://www.jianshu.com/p/0e40421b65ba
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。