Python 爬虫零基础教程(1):爬单个图片
代码:
import requests
url = 'https://cdn.pixabay.com/photo/2018/01/04/07/59/salt-3060093_960_720.jpg'
data = requests.get(url).content
f = open('1.jpg', 'wb')
f.write(data)
f.close()
print('OK')
解释代码
变量
代码中的 url、data、f 都是变量,也可以给他们取别的名字:a、b、c,或者x、y、z 都可以
url = 'https://cdn.pixabay.com/photo/2018/01/04/07/59/salt-3060093_960_720.jpg'
这行代码表示把图片的网址赋值给变量 url。
在之后的代码中 url 就代指这个网址。
Python 用等号=
来给变量赋值,等号左边是变量名,等号右边是存储在变量中的值。
Python 的变量赋值不需要声明变量类型。
变量命名规则:
- 只能包含字母、数字和下划线,并且不能以数字开头。
- 区分大小写字母,如果写错了大小写,程序会报错。
- 不能使用保留字
通常以“小写字母,单词之间用 _
分割”的方式来给普通变量名。
this_is_a_var
字符串
'https://cdn.pixabay.com/photo/2018/01/04/07/59/salt-3060093_960_720.jpg'
就是字符串。
在 Python 中,可以用成对的单引号( ' )、双引号( " )、三引号( ''' 或 """ ) 来表示字符串,其中三引号可以跨行。
字符串是编程语言中表示文本的数据类型。
requests 库
使用之前要先导入import requests
。(别的Python编程工具需要先安装 requests,Anaconda不用)
data = requests.get(url).content
可以分成两段:
response = requests.get(url)
data = response.content
response 和 data 当然都是变量
response = requests.get()
表示使用requests库的get函数,获取网页,并赋值给变量 response
data = response.content
表示把变量response的数据以二进制的格式返回,赋值给变量data
requests.get(url).content
以后会经常用到。
文件的打开
f = open('1.jpg', 'wb')
这行代码表示在当前目录打开一个名为1.jpg 的文件,赋值给变量 f。如果该文件已存在则将其覆盖,如果该文件不存在,创建新文件。
函数 open() 的语法为: open(路径+文件名,读写模式)
如果没有“路径”则是在当前目录。当前目录的意思是包含这段代码的 .py 文件所在的文件夹。
路径+文件名
与 读写模式
都是字符串类型。
读写模式有很多种,写爬虫一般用 wb 模式
:以二进制格式打开一个文件只用于写入,如果该文件已存在则将其覆盖,如果该文件不存在,创建新文件。
文件的写入
f.write(data)
表示将data写入 f 文件。
write() 方法,将字符串写入一个打开的文件。
文件的关闭
f.close()
表示关闭文件 f。文件打开后,无论进行读、写或其他什么操作,最后都要关闭。
输出到屏幕
print('OK')
在屏幕上输出字符串 OK。
print 用于打印输出。在 Python2.x 版本可以 print 'ok'
也可以 print('OK')
,而在 Python3.x 必须 print('OK')
。
这句代码的作用是告诉我们全部代码已经执行完毕,图片下载好了。没有这句也不影响下载图片。
Python 基础语法:
每一行是一个语句,语句无需以 ;结尾。不需要大括号 {} 来控制类、函数以及其他逻辑判断。
Python 用缩进表示逻辑层次。当语句以冒号 : 结尾时,下一行代码需要缩进。
没有规定缩进是几个空格还是Tab,但是所有代码的缩进必须相同。约定俗成是4个空格的缩进。
缩进很方便,但也有坏处,Python 代码“复制-粘贴”后需要重新检查缩进是否正确。
运行代码
打开Spyder,点击左上角的“新建”。
把最上面的代码复制到左边的编辑区,点击“运行”
在弹出的对话框里输入文件名,以 .py 为后缀,选择存放位置,点击存储。
等待几秒钟,Spyder的右侧输出OK,说明图片下载成功。
图片下载到和上面的 .py 文件相同的目录。文件名为 1.jpg
好啦,第一个 Python 爬虫成功了。
可以把 url 的赋值改为其他图片的地址来下载其他图片。
如何获取图片地址:网页上右键点击图片,选择“复制图片地址”
你可能觉得用爬虫下载图片还不如手动下载方便。
因为这才刚刚开始,后面我们会给爬虫添加自动化,还可以进行筛选。
Spyder 简介
左边是代码编辑区。
右边下半部分是 Ipython ,左边代码的 print 都会显示在 Ipython。
Ipython 还可以进行一行行的交互。
右边的上半部分不常用,可以连续点击 X 将其关闭
最后变成这样:
此文章是我原创,20180114 发布于我在其他平台的博客,现同步在此
我的公号:v1coder
我的博客:v1coder.com
我的GitHub:https://github.com/v1coder