### 编写Python爬虫抓取图片 要实现一个功能强大的Python爬虫来从指定网站抓取图片等资源，可以按照以下方式设计程序逻辑。这里以 `http://www.nmc.cn/publish/forecast/AHB/wuhan.html` 为例。 #### 使用库 为了简化开发过程并提高效率，推荐使用以下 Python 库： - **requests**: 发起 HTTP 请求。 - **BeautifulSoup** 或 **lxml**: 解析 HTML 文档。 - **os**: 处理文件路径和目录操作。 - **re**: 进行正则表达式匹配，用于提取 URL 中的图片链接。 以下是完整的代码示例： ```python import os import re import requests from bs4 import BeautifulSoup def fetch_images(url, save_dir="images"): """ 抓取网页中的所有图片并保存到本地。 参数: url (str): 待抓取的目标网址。 save_dir (str): 图片存储的本地目录，默认为 'images' 文件夹。 返回: None """ # 创建保存图片的目录 if not os.path.exists(save_dir): os.makedirs(save_dir) try: response = requests.get(url) response.raise_for_status() # 检查请求状态码是否正常 soup = BeautifulSoup(response.text, "html.parser") # 查找所有的 img 标签 images = soup.find_all("img") total_images = len(images) print(f"找到 {total_images} 张图片...") for index, img in enumerate(images, start=1): src = img.get("src") or img.get("data-src") # 获取图片的真实地址 if not src: continue # 如果是相对路径，则拼接成绝对路径 if not src.startswith("http"): base_url = "/".join(url.split("/")[:-1]) + "/" src = base_url + src # 提取文件名 file_name = os.path.join(save_dir, os.path.basename(src)) # 下载图片 image_data = requests.get(src).content with open(file_name, "wb") as f: f.write(image_data) print(f"[{index}/{total_images}] 已下载: {file_name}") except Exception as e: print(f"发生错误: {e}") if __name__ == "__main__": target_url = "http://www.nmc.cn/publish/forecast/AHB/wuhan.html" fetch_images(target_url) ``` #### 关键点解析 1. **HTML 解析** 利用 `BeautifulSoup` 对目标页面进行解析，查找 `<img>` 标签及其属性 `src` 和可能存在的备用属性 `data-src`[^1]。 2. **URL 补全** 部分站点返回的是相对路径而非完整 URL，在这种情况下需手动补全为绝对路径[^2]。 3. **异常处理** 添加了基本的异常捕获机制，防止因网络问题或其他原因中断整个脚本运行。 4. **性能优化建议** - 可引入多线程或多进程模块加速并发下载速度。 - 设置合理的超时时间以及重试次数提升稳定性。 ---