妹子圖網站----前言

從今天開始就要擼起袖子，直接寫Python爬蟲了，學習語言最好的辦法就是有目的的進行，所以，接下來我將用10+篇的博客，寫爬圖片這一件事情。希望可以做好。

為了寫好爬蟲，我們需要準備一個火狐瀏覽器，還需要準備抓包工具，抓包工具，我使用的是CentOS自帶的tcpdump，加上wireshark ，這兩款軟件的安裝和使用，建議你還是學習一下，后面我們應該會用到。

妹子圖網站---- 網絡請求模塊requests

Python中的大量開源的模塊使得編碼變的特別簡單，我們寫爬蟲第一個要了解的模塊就是requests。

妹子圖網站---- 安裝requests

打開終端：使用命令

pip3 install requests

等待安裝完畢即可使用

接下來在終端中鍵入如下命令

# mkdir demo

上面的linux命令是 創建一個名稱為demo的文件夾，之后創建一個

為了提高在linux上的開發效率，我們需要安裝一個visual studio code 的開發工具

對于怎么安裝vscode，參考官方的https://code.visualstudio.com... 有詳細的說明。

對于centos則如下：

sudo rpm --import https://packages.microsoft.com/keys/microsoft.asc

然后用yum命令安裝

yum check-update

安裝成功之后，在你的CentOS中會出現如下畫面

image.png

接著說我們上面的操作 ，因為我們這邊是用gnome圖形界面，所以后面的有些操作，我直接用windows的操作風格講解了

打開軟件>文件>打開文件>找到我們剛剛創建的down.py文件

之后，在VSCODE里面輸入

import requests #導入模塊

tips:本教程不是Python3的基礎入門課，所以有些編碼基礎，默認你懂，比如Python沒有分號結尾，需要對齊格式。我會盡量把注釋寫的完整

按鍵盤上的ctrl+s保存文件，如果提示權限不足，那么按照提示輸入密碼即可

通過終端進入demo目錄，然后輸入

python3 down.py

顯示如下結果，代表編譯沒有問題

[root@bogon demo]# python3 down.py

接下來，我們開始測試requests模塊是否可以使用

修改上述代碼中的

import requests

運行結果(出現下圖代表你運行成功了)：

image.png

接下來，我們實際下載一張圖片試試，比如下面這張圖片

image.png

修改代碼，在這之前，我們修改一些內容

由于每次修改文件，都提示必須管理員權限，所以你可以使用linux命令修改權限。

[root@bogon linuxboy]# chmod -R 777 demo/

import requests

運行代碼之后，發現在文件夾內部生成了一個文件

image.png

但是打開文件之后發現，這個文件并不能查閱，這代表這個文件壓根沒有下載下來

image.png

我們繼續修改代碼，因為有的服務器圖片，都做了一些限制，我們可以用瀏覽器打開，但是使用Python代碼并不能完整的下載下來。

修改代碼

import requests

好了，這次在終端編譯一下python文件

python3 down.py

發現圖片下載下來了

image.png

我們重點查看上述代碼中 requests.get部分，添加了一個headers的實參。這樣我們程序就下載下來了完整的圖片。

妹子圖網站---- Python爬蟲頁面分析

有了上面這個簡單的案例，我們接下來的操作就變的簡單多了。爬蟲是如何進行的呢？

輸入域名->下載源代碼->分析圖片路徑->下載圖片

上面就是他的步驟

輸入域名

為啥爬取這個網站，因為好爬。

好了，接下來分析這個頁面

image.png

做爬蟲很重要的一點，就是你要找到分頁的地方，因為有分頁代表著有規律，有規律，我們就好爬了(可以做的更智能一些，輸入首頁網址，爬蟲自己就能分析到這個網站中的所有地址)

上面圖片中，我們發現了分頁，那么找規律吧

image.png

使用火狐瀏覽器的開發者工具，發現分頁規律

http://www.meizitu.com/a/pure_1.html

好了，接下來用Python實現這部分(以下寫法有部分面向對象的寫法，沒有基礎的同學，請百度找些基礎來看，不過對于想學習的你來說，這些簡單極了)

import requests

上面的代碼，可能需要有一定的Python基礎可以看懂，不過你其實仔細看一下，就幾個要點

第一個是 class Spider(): 我們聲明了一個類,然后我們使用 def __init__去聲明一個構造函數，這些我覺得你找個教程30分鐘也就學會了。

拼接URL，我們可以用很多辦法，我這里用的是最直接的，字符串拼接。

注意上述代碼中有一個全局的變量 all_urls 我用它來存儲我們的所有分頁的URL

接下來，是爬蟲最核心的部分代碼了

我們需要分析頁面中的邏輯。首先打開 http://www.meizitu.com/a/pure... ，右鍵審查元素。

image.png

image.png

發現上圖紅色框框里面的鏈接

點擊圖片之后，發現進入一個圖片詳情頁面，發現竟然是一組圖片，那么現在的問題是

這里我們采用多線程的方式爬取(這里還用了一種設計模式，叫觀察者模式)

import threading #多線程模塊

首先引入三個模塊，分別是多線程，正則表達式，時間模塊

新增加一個全局的變量，并且由于是多線程操作，我們需要引入線程鎖

all_img_urls = [] #圖片列表頁面的數組

聲明一個生產者的類，用來不斷的獲取圖片詳情頁地址，然后添加到 all_img_urls 這個全局變量中

#生產者，負責從每個頁面提取圖片列表鏈接

線程鎖，在上面的代碼中，當我們操作all_urls.pop()的時候，我們是不希望其他線程對他進行同時操作的，否則會出現意外，所以我們使用g_lock.acquire()鎖定資源，然后使用完成之后，記住一定要立馬釋放g_lock.release(),否則這個資源就一直被占用著，程序無法進行下去了。

匹配網頁中的URL，我使用的是正則表達式，后面我們會使用其他的辦法，進行匹配。

re.findall()方法是獲取所有匹配到的內容，正則表達式，你可以找一個30分鐘入門的教程，看看就行。

代碼容易出錯的地方，我放到了

try: except: 里面，當然，你也可以自定義錯誤。

如果上面的代碼，都沒有問題，那么我們就可以在程序入口的地方編寫

for x in range(2):

執行程序，因為我們的Producer繼承自threading.Thread類，所以，你必須要實現的一個方法是 def run 這個我相信在上面的代碼中，你已經看到了。然后我們可以執行啦~~~

運行結果：

image.png

這樣，圖片詳情頁面的列表就已經被我們存儲起來了。

接下來，我們需要執行這樣一步操作，我想要等待圖片詳情頁面全部獲取完畢，在進行接下來的分析操作。

這里增加代碼

#threads= []

注釋關鍵代碼，運行如下

[linuxboy@bogon demo]$ python3 down.py

把上面的tt.join等代碼注釋打開

[linuxboy@bogon demo]$ python3 down.py

發現一個本質的區別，就是，我們由于是多線程的程序，所以，當程序跑起來之后，print("進行到我這里了")不會等到其他線程結束，就會運行到，但是當我們改造成上面的代碼之后，也就是加入了關鍵的代碼 tt.join() 那么主線程的代碼會等到所以子線程運行完畢之后，在接著向下運行。這就滿足了，我剛才說的，先獲取到所有的圖片詳情頁面的集合，這一條件了。

join所完成的工作就是線程同步，即主線程遇到join之后進入阻塞狀態，一直等待其他的子線程執行結束之后，主線程在繼續執行。這個大家在以后可能經常會碰到。

下面編寫一個消費者/觀察者，也就是不斷關注剛才我們獲取的那些圖片詳情頁面的數組。

添加一個全局變量，用來存儲獲取到的圖片鏈接

pic_links = [] #圖片地址列表

#消費者

看到沒有，上面的代碼其實和我們剛才寫的極其相似，后面，我會在github上面把這部分代碼修改的更加簡潔一些，不過這才是第二課，后面我們的路長著呢。

代碼中比較重要的一些部分，我已經使用注釋寫好了，大家可以直接參考。大家一定要注意我上面使用了兩個正則表達式，分別用來匹配title和圖片的url這個title是為了后面創建不同的文件夾使用的，所以大家注意吧。

#開啟10個線程去獲取鏈接

運行結果：

[linuxboy@bogon demo]$ python3 down.py

是不是感覺距離成功有進了一大步

接下來就是，我們開篇提到的那個存儲圖片的操作了，還是同樣的步驟，寫一個自定義的類

class DownPic(threading.Thread) :

我們獲取圖片鏈接之后，就需要下載了，我上面的代碼是首先創建了一個之前獲取到title的文件目錄，然后在目錄里面通過下面的代碼,去創建一個文件。

涉及到文件操作，引入一個新的模塊

import os #目錄操作模塊

# 遍歷字典列表

因為我們的圖片鏈接數組，里面存放是的字典格式，也就是下面這種格式

[{"妹子圖1":["http://mm.chinasareview.com/wp-content/uploads/2016a/08/24/01.jpg","http://mm.chinasareview.com/wp-content/uploads/2016a/08/24/02.jpg"."http://mm.chinasareview.com/wp-content/uploads/2016a/08/24/03.jpg"]},{"妹子圖2":["http://mm.chinasareview.com/wp-content/uploads/2016a/08/24/01.jpg","http://mm.chinasareview.com/wp-content/uploads/2016a/08/24/02.jpg"."http://mm.chinasareview.com/wp-content/uploads/2016a/08/24/03.jpg"]},{"妹子圖3":["http://mm.chinasareview.com/wp-content/uploads/2016a/08/24/01.jpg","http://mm.chinasareview.com/wp-content/uploads/2016a/08/24/02.jpg"."http://mm.chinasareview.com/wp-content/uploads/2016a/08/24/03.jpg"]}]

需要先循環第一層,獲取title，創建目錄之后，在循環第二層去下載圖片，代碼中，我們在修改一下，把異常處理添加上。

try:

然后在主程序中編寫代碼

#開啟10個線程保存圖片

運行結果：

[linuxboy@bogon demo]$ python3 down.py

文件目錄下面同時出現

image.png

點開一個目錄

image.png

好了，今天的一個簡單的爬蟲成了

最后我們在代碼的頭部寫上

# -*- coding: UTF-8 -*-

推薦一下我建的python學習交流qun：850973621，群里有項目源碼分享，開發工具、

電子書籍、免費的視頻教程分享。可以加入一起交流學習，一起進步！

學習資料

總結

以上是生活随笔為你收集整理的python下载图片的命令_网上的图片不知道怎么批量下载？python教你怎么把网站上面的图片都爬下来...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。