作为爬虫技术第一步,就是可以使用爬取下载图片作为示例。 那么爬取图片,我们肯定去爬取美女图片作为第一步操作示例呀。 那么下面一个最重要的工作。 什么是最重要的工作?
当然是去寻找美女图片呀
来点击这里访问颜值直播间:
这里跳过爬取页面,使用正则获取图片的url地址的步骤,直接找几张图片的url地址进行并发下载测试。
打开chrome浏览器的F12淡定点击图片,就可以看到里面的图片url地址啦。
复制一个图片地址,使用浏览器打开看看。
不要心急打开
首先在ipython3测试一下urllib库:
In [1]: import urllib.request
In [3]: req = urllib.request.urlopen("https://www.baidu.com")
In [4]:
In [4]: req.read()
Out[4]: b'<html>\r\n<head>\r\n\t<script>\r\n\t\tlocation.replace(kk.replace("https://","http://"));\r\n\t</script>\r\n</head>\r\n<body>\r\n\t<noscript><meta http-equiv="refresh" content="0;url=http://www.baidu.com/"></noscript>\r\n</body>\r\n</html>'
In [5]:
从上面已经可以看出爬取了浏览器打开百度的页面内容了。
下面就来写个下载图片的示例:
[root@server01 download_image]# cat download_image.py
#coding=utf-8
import urllib.request
# 根据url地址打开图片内容
req = urllib.request.urlopen("https://rpic.douyucdn.cn/live-cover/appCovers/2018/12/11/2348814_20181211031627_small.jpg")
img_content = req.read() # 将图片内容进行读取
with open("meinv.jpg","wb") as f:
f.write(img_content)
执行下载如下:
[root@server01 download_image]# ls
download_image.py
[root@server01 download_image]#
[root@server01 download_image]# python3 download_image.py
[root@server01 download_image]#
[root@server01 download_image]# ls
download_image.py meinv.jpg
[root@server01 download_image]#
此时可以看到多了一个meinv.jpg
文件,放到桌面来查看一下。
好了,下载第一张图片的示例已经有了,那么下面大家应该都懂了。 那么是将其写成方法,然后同时并发执行下载。
[root@server01 download_image]# cat test.py
#coding=utf-8
import urllib.request
import gevent
from gevent import monkey
import time
monkey.patch_all() # 将程序中用到的耗时操作代码,换为gevent中自己实现的模块
def download_image(image_name,image_url):
# 根据url地址打开图片内容
req = urllib.request.urlopen(image_url)
img_content = req.read() # 将图片内容进行读取
with open(image_name,"wb") as f:
f.write(img_content)
time.sleep(0.5)
print("download %s",image_name)
def main():
gevent.joinall([
gevent.spawn(download_image,"1.jpg","https://rpic.douyucdn.cn/live-cover/appCovers/2018/12/11/2348814_20181211031627_small.jpg"),
gevent.spawn(download_image,"2.jpg","https://rpic.douyucdn.cn/live-cover/appCovers/2018/11/03/3933251_20181103191841_small.jpg"),
gevent.spawn(download_image,"3.jpg","https://rpic.douyucdn.cn/live-cover/roomCover/2018/11/06/572d6afd241adb4740ce0dfba086f09e_big.jpg"),
gevent.spawn(download_image,"4.jpg","https://rpic.douyucdn.cn/live-cover/appCovers/2018/11/19/3318573_20181119225716_small.jpg"),
gevent.spawn(download_image,"5.jpg","https://rpic.douyucdn.cn/live-cover/appCovers/2018/12/01/4566947_20181201145747_small.jpg"),
gevent.spawn(download_image,"6.jpg","https://rpic.douyucdn.cn/live-cover/appCovers/2018/12/11/2348814_20181211031627_small.jpg"),
])
if __name__ == "__main__":
main()
[root@server01 download_image]#
执行如下:
[root@server01 download_image]# python3 test.py
download %s 4.jpg
download %s 6.jpg
download %s 2.jpg
download %s 1.jpg
download %s 5.jpg
download %s 3.jpg
[root@server01 download_image]# ls
1.jpg 2.jpg 3.jpg 4.jpg 5.jpg 6.jpg test.py
好了,这样就下载完图片了,放到桌面淡定看看。
淡定成功。