今天的目的是爬虫汽车之家某款汽车的外观高清图片
所选汽车：红旗H9
爬取页面的网址：红旗H9外观图片
最终效果图：
首先我们需要安装一下需要的库：
pip install requests
pip3 install Beautifulsoup4
Beautiful Soup是python的一个库，最主要的功能是从网页抓取数据,他可以直接定位到我们想要标签，非常的方便。
开始分析网页结构，点击F12,定位图片的位置对应的代码：
这个是不是图片所在的网址，那我们的任务就显而易见了，我们只要把标签a中的src，但写完代码打印的时候却很少，说明缺少了一些图片地址，再打开网页源代码发现，a标签的格式又不一样了
有2个src的标签，那我们在这些a标签是不是需要src2的值，不要src的。
思路总结：我可以把这个网页所有的img标签取到，然后找到这些图片网址相同的字符，比如_autohomecar__等去排除，最后就是我们想要的信息。
完整代码如下：
import osimport requestsfrom bs4 import BeautifulSoup#导入模块if not os.path.exists('./红旗H9'):os.mkdir('./红旗H9')#如果没有红旗H9文件就创建一个红旗H9文件url = "/photolist/series/5566/1/p1/?pvareaid=101197"response = requests.get(url=url).text#发送网页请求soup = BeautifulSoup(response,'lxml')#解析网页img_lists = soup.findAll("img")#寻找网页所有img标签#进行遍历for img_list in img_lists:img_url1 = img_list.get("src")#获取img标签中的src标签img_url2 = img_list.get("src2")#获取img标签中的src2标签img_urls = ""#print(img_url1)#进行判断，取出汽车外观图片if "_autohomecar__" in str(img_url1):img_urls = img_url1if "_autohomecar__" in str(img_url2):img_urls = img_url2big_img_urls = img_urls.replace("240x180_0_q95_c42_", "")#图片网址小尺寸比例去掉，img_src = "https:" + big_img_urls#拼接成完整的图片地址img_name = img_src.split('/')[-1]#切片命名img_data = requests.get(url=img_src).content#请求图片数据img_path = '红旗H9/' + img_name#路径#下载高清图片with open(img_path,'wb') as fp:fp.write(img_data)print(img_name,"下载完成")
当然也可以用xpath，正则，这里笔者推荐使用bs4.
新人小白，分享自己一些想法，如有不足的地方，或者更好的方法，一起交流学习！
