图片爬虫程序代码QZQ.zip

import requests import re import os # 设置起始页面和结束页面的数字部分 start_page_num = 54 end_page_num = 80 # 这里需要将n替换为实际要下载到的页面数字 index = 0 for page_num in range(start_page_num, end_page_num + 1): url = f'https://desk.zol.com.cn/bizhi/9701_1172{page_num}_2.html' headers = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36 Edg/131.0.0.0', 'Referer': url } resp = requests.get(url=url, headers=headers) #print(resp) # 正则表达式用于匹配src属性里的jpg图片链接及宽度和高度（假设格式类似 <img src="https://xxx.jpg" width="xxx" height="xxx">） re_list = re.compile(r'<img id="bigImg" src="([^"]+)" width="\d+" height="\d+">') #print(re_list) # 查找所有匹配的图片链接 re_data = re_list.findall(resp.text) for u in re_data: header = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)AppleWebKit/537.36 (KHTML, like Gecko)Chrome/131.0.0.0 Safari/537.36 Edg/131.0.0.0', 'Referer': url # 将Referer设置为当前正在下载图片的页面URL，根据循环动态设置 } # 针对每个图片链接单独发起请求获取图片的二进制数据 pic_resp = requests.get(u, headers=header) # 这里u是一个包含图片链接、宽度、高度的元组，取第一个元素即图片链接 print(pic_resp.status_code) # 创建用于保存图片的文件夹 if not os.path.exists('./b'): os.makedirs('./b') with open(f'b/{index}.jpg', mode='wb') as f: f.write(pic_resp.content) print(f"{index}.jpg下载完成!") index += 1