网站建设资讯

NEWS

网站建设资讯

如何使用python爬取网站文章将图片保存到本地并将HTML的src属性更改到本地

这篇文章主要为大家展示了“如何使用python爬取网站文章将图片保存到本地并将HTML的src属性更改到本地”,内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下“如何使用python爬取网站文章将图片保存到本地并将HTML的src属性更改到本地”这篇文章吧。

我们提供的服务有:网站制作、网站设计、微信公众号开发、网站优化、网站认证、亳州ssl等。为上千多家企事业单位解决了网站和推广的问题。提供周到的售前咨询和贴心的售后服务,是有科学管理、有技术的亳州网站制作公司

        每次当你爬取一篇文章时,不管是从csdn或者其他网站,基本内容都是保存在一个富文本编辑器中,将内容提取出来还是一个html,保存之后图片还在别人的图片服务器上。我今天要说的就是将图片保存之后并将它的src属性替换成本地的地址。并且以次替换,按照原文章排版顺序替换。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/11/5 15:06
# @Author  : jia.zhao
# @Desc    :
# @File    : img_test.py
# @Software: PyCharm

import urllib.request
import re


def getHtml(url):
   # 通过urllib去请求
   page = urllib.request.urlopen(url)
   # 读取页面内容
   html = page.read()
   return html


def getImg(html):

   reg = r'src="(.+?\.jpg)" pic_ext'
   imgre = re.compile(reg)
   # Python3需要加的
   html = html.decode('utf-8')
   # 找到所有匹配项
   imglist = re.findall(imgre, html)

   x = 0
   # 循环
   for i in range(len(imglist)):
       # 保存图片
       # urllib.request.urlretrieve(imgurl, 'img/%s.jpg' % x)
       # 根据每个图片的src的内容进行替换
       html = re.sub(imglist[i], "G:/pachong/img/%s.jpg" % str(i), html)
       x += 1
   print(html)


html = getHtml("http://tieba.baidu.com/p/2460150866")

print(getImg(html))

这个demo知识贴吧的一个帖子里的图片,大家可以依据自己的需求去更改此代码。

以上是“如何使用python爬取网站文章将图片保存到本地并将HTML的src属性更改到本地”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注创新互联行业资讯频道!


名称栏目:如何使用python爬取网站文章将图片保存到本地并将HTML的src属性更改到本地
文章链接:http://njwzjz.com/article/iggceh.html