### Python 爬虫教程：图片下载并保存至指定文件夹 #### 使用 `urlretrieve` 方法下载图片 为了实现从网络上抓取图片并将这些图片保存到本地计算机上的特定目录，可以采用如下方式： 利用 `urllib.request.urlretrieve()` 函数可以直接获取远程资源，并将其存储于本地磁盘。此函数接收两个参数：第一个是要访问的目标URL；第二个则是目标文件的本地路径。 ```python from urllib.request import urlretrieve img_url = "http://example.com/path/to/image.jpg" save_path = './images/filename.jpg' urlretrieve(img_url, save_path)[^1] ``` 这段代码会将来自给定 URL 的图像下载下来，并按照所提供的相对或绝对路径进行保存。 #### 自定义 Pipeline 类处理数据项 对于更复杂的项目结构或者当需要批量处理多个请求时，则可以在 Scrapy 中创建自定义管道来管理所提取的数据项。通过继承 `scrapy.ItemPipeline` 并重写其中的方法，在这里设置好如何持久化每一个 item 对象。 在项目的 pipelines.py 文件内编写类似下面这样的类： ```python import os from scrapy.pipelines.files import FilesPipeline class ImageDownloadPipeline(FilesPipeline): def file_path(self, request, response=None, info=None): image_guid = request.url.split('/')[-1] return f'full/{image_guid}' def get_media_requests(self, item, info): yield scrapy.Request(item['file_urls']) def item_completed(self, results, item, info): for ok, x in results: if not ok: raise DropItem("Failed to download images from {}".format(x)) return item ``` 接着更新 settings.py 来激活这个新的 pipeline 组件: ```python ITEM_PIPELINES = { 'myproject.pipelines.ImageDownloadPipeline': 1, } FILES_STORE = '/path/to/your/directory/' ``` 上述配置使得所有被爬取下来的多媒体内容都会自动存放到设定好的位置[^2]。 #### 手动打开二进制模式写入文件 如果希望更加灵活地控制整个过程，也可以手动读取网页返回的内容流并通过内置库中的 `open()` 函数以二进制形式写出到硬盘里去。这种方式允许开发者更好地理解底层机制的同时也提供了额外的功能扩展可能性。 例如，要将一张名为 filename 的 JPG 格式的照片保存到 D:\pycharm文件\photo 目录下，可执行以下操作： ```python response = requests.get(image_url) if response.status_code == 200: with open(r'D:/pycharm文件/photo/filename.jpg', 'wb') as img_file: img_file.write(response.content) else: print(f"Error downloading {filename}: HTTP Status Code {response.status_code}") ``` 注意这里的 `'wb'` 参数表示我们要以只写的二进制格式打开文件对象，而 `r''` 前缀则用来告诉解释器字符串里的反斜杠不需要转义字符解析[^3]。 #### 设置正确的文件路径 无论采取哪种方法，都应当确保提供完整的、有效的文件路径作为输出目的地。这通常意味着要在基础路径后面附加具体的子目录名称和文件名组合而成的新地址串。例如，想要把某张图片放置于桌面上的一个新建立的照片集文件夹中，就需要先找到桌面的具体路径再拼接其余部分形成最终的目的地字符串[^4]。