### Python 爬虫抓取网页图片 为了实现从网页上抓取图片的功能，可以利用 `requests` 库下载页面内容并借助 `BeautifulSoup` 解析 HTML 文档中的 `<img>` 标签来定位图像链接。下面展示了一个基本的例子： ```python import os import requests from bs4 import BeautifulSoup from urllib.parse import urljoin, urlparse def fetch_images(url, save_dir='images'): try: response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') images = [] img_tags = soup.find_all('img') if not os.path.exists(save_dir): os.makedirs(save_dir) for idx, img in enumerate(img_tags): img_url = img.attrs.get("src") # Handle relative URLs by joining with base URL. full_img_url = urljoin(url, img_url) parsed_uri = urlparse(full_img_url) result = os.path.basename(parsed_uri.path) image_path = os.path.join(save_dir, str(idx) + '_' + result) with open(image_path, 'wb') as f: img_data = requests.get(full_img_url).content f.write(img_data) images.append(image_path) return images except Exception as e: print(f"An error occurred while fetching the page or saving an image: {e}") return [] fetch_images('http://example.com', 'output_folder')[^2][^3] ``` 此脚本会访问给定网址 (`url`) 并尝试找到所有的 `<img>` 标记及其对应的源属性 (`src`) 来构建完整的URL路径。对于相对路径的情况，则通过 `urljoin()` 函数将其转换成绝对路径。之后，它将这些资源保存到本地指定目录下。 #### 注意事项 - **合法性**：务必遵循目标站点的 robots.txt 文件以及版权法等相关法律法规。 - **异常处理**：上述代码包含了简单的错误捕捉机制以便更好地应对网络请求失败等问题。 - **性能优化**：当面对大量数据时考虑并发执行提高效率；同时也要注意不要过度频繁地向服务器发送请求以免造成负担。