### 使用Python爬虫从网页中提取和保存图片 要使用 Python 爬虫从网页中提取并保存图片，可以按照以下方式实现。以下是完整的解决方案： #### 1. 安装依赖库 为了完成此任务，需要安装 `requests` 和 `BeautifulSoup` 这两个常用的第三方库。可以通过 pip 命令安装这些库： ```bash pip install requests beautifulsoup4 ``` #### 2. 实现代码逻辑 下面是一段用于抓取网页中的图片并保存到本地的完整代码示例。 ```python import os import requests from bs4 import BeautifulSoup def fetch_and_save_images(url, save_directory): """ 抓取指定网页中的所有图片，并保存到本地目录。 参数: url (str): 要抓取的目标网页链接。 save_directory (str): 图片存储路径。 """ headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36' } response = requests.get(url, headers=headers) if response.status_code != 200: print(f"Failed to retrieve the webpage: {response.status_code}") return soup = BeautifulSoup(response.text, 'html.parser') img_tags = soup.find_all('img') # 查找所有的<img>标签 if not os.path.exists(save_directory): os.makedirs(save_directory) count = 0 for img in img_tags: img_url = img.attrs.get("src") or img.attrs.get("data-src") if not img_url: continue # 处理相对路径的情况 if not img_url.startswith(('http://', 'https://')): base_url = '/'.join(url.split('/')[:-1]) + '/' img_url = base_url + img_url try: image_response = requests.get(img_url, stream=True, headers=headers) if image_response.status_code == 200: with open(os.path.join(save_directory, f'image_{count}.jpg'), 'wb') as file: for chunk in image_response.iter_content(1024): file.write(chunk) count += 1 print(f'Saved image {count}: {img_url}') except Exception as e: print(f'Error downloading {img_url}: {e}') # 测试函数调用 if __name__ == "__main__": target_url = "https://example.com" output_dir = "./downloaded_images" fetch_and_save_images(target_url, output_dir) ``` 这段代码实现了以下几个功能： - 发送 HTTP 请求获取目标网页的内容[^1]。 - 解析 HTML 文档以查找 `<img>` 标签及其对应的图片 URL 地址[^3]。 - 将找到的图片下载至指定的本地文件夹中[^5]。 #### 3. 关键点说明 - **处理相对路径**: 如果某些图片的 src 属性仅提供了一个相对路径，则需补充基础 URL 来构建绝对路径[^4]。 - **异常捕获**: 在实际运行过程中可能会遇到网络超时或其他错误情况，因此加入了异常捕捉机制以增强程序稳定性[^2]。 - **自定义 User-Agent**: 部分网站会对爬虫设置防护措施，模拟浏览器行为有助于绕过简单验证[^2]。 ---