上一篇中，安裝和初步使用了requests+BeautifulSoup，感受到了它們的便捷。但之前我們抓取的都是文字信息，這次我們準備來抓取的是圖片信息。
>第一個實例
我們來抓取這個網站的圖片：http://www.ivsky.com/bizhi/stand_by_me_doraemon_v45983/
首先，審查網頁元素：
因此其結構就爲：
<div class='il_img'> x 若干個,對每個div有 :
<img src='我們要的img src數據'>整體思路是：
- 獲取每個圖片的src地址；
- 構建requests去請求img的src並獲取圖片；
- 寫入文件
代碼如下：
import requests
from bs4 import BeautifulSoup
pic_id = 0 # 圖片編號
url = 'http://www.ivsky.com/bizhi/stand_by_me_doraemon_v45983/'
bs = BeautifulSoup(requests.get(url).content, "lxml") # 調用lxml作爲解析引擎 需要:pip install lxml
for i in bs.select('.il_img'):
pic_url = i.find('img')['src']
pic_file = open('./pic_'+str(pic_id)+'.jpg', 'wb') # 二進制創建並寫入文件
pic_file.write(requests.get(pic_url).content) # 寫出請求得到的img資源
pic_id += 1這樣，就能在爬蟲腳本目錄下找到我們需要的圖片了：
>第二個實例
這次我們來抓取這個網站的資源，要的是獎章圖標+獎章等級+等級標誌顏色+稱號，並按照'等級+標誌顏色+稱號.gif'的方式存儲：
結構爲：
<table>
<td>
<img> img-src
<td> 等級
<td> 顏色
<td> 稱號 同樣，也就可以給出相關的代碼了：
import re
import requests
from bs4 import BeautifulSoup
url = 'http://ol.kuai8.com/gonglue/236751_all.html'
bs = BeautifulSoup(requests.get(url).content, "lxml")
for table in bs.find_all('table', attrs={'border': 1, 'align': 'center'}): # 獲取所有的數據表
for td in table.find_all(td_with_img): # 獲取含有img標籤的td標籤
img_src = td.img['src'] # 獲取圖片url
level = td.find_next_sibling('td') # 等級td節點
color = level.find_next_sibling('td') # 顏色td節點
title = color.find_next_sibling('td') # 稱號td節點
opf = open(get_title(level.string, color.string, title.string), 'wb')
opf.write(requests.get(img_src).content)
print '已抓取:', re.sub('\s', '', level.string)這裏用了兩個方法：
def td_with_img(node):
return node.name == 'td' and node.img is not None # 含有img標籤的td標籤
def get_title(level, color, title):
return './ppt/'+re.sub('\s', '', level)+re.sub('\s', '', color)+re.sub('\s', '', title)+'.gif' # 移除空白並直接得到文件名
我們的成果：
