Products
GG网络技术分享 2025-03-18 16:14 9
如图,两个代码是相同的,不同的就是爬取的网页不同,正则匹配的结果一个有另一个没有(手动访问是两个网页都有图片),那么应该就是这个正则出问题了咯,还请大佬赐教
这个是代码段
#utf-8
import requests
import re
url='https://www.enterdesk.com/special/chuyin/'#想要爬取的网站
head={
'user_agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'
}#浏览器请求头
page_data=requests.get(url,headers=head).text
pattern = re.compile(r'<a href="/desk.+?<img src="(.+?)"', flags=re.S)
img_list = pattern.findall(page_data)
print(img_list)#打印获取到的图片URL
for src in img_list:
#将图片转为二进制
image_data=requests.get(url=src,headers=head).content
#保存到本地
with open('C:/Users/winlj/Desktop/all/seldom/程序/Python/3.22爬虫/爬虫图片试验/初音/{}.jpg'.format(src[-36:]),'wb') as fp:
fp.write(image_data)
pattern = re.compile(r'<img\\s.*src="(.*.jpg)"')
正则表达式是一种文本模式,用于搜索匹配文本中的一个或多个字符串。
Python 提供名为 re 的内置包,可用于处理正则表达式。
匹配字符串的开始,如果匹配成功,则返回match对象。没有匹配,则返回none。
格式:match(<正则表达式>,<字符串>)
Demand feedback