如何使用python爬取网站文章将图片保存到本地并将HTML的src属性更改到本地

这篇文章主要为大家展示了“如何使用python爬取网站文章将图片保存到本地并将HTML的src属性更改到本地”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“如何使用python爬取网站文章将图片保存到本地并将HTML的src属性更改到本地”这篇文章吧。

        每次当你爬取一篇文章时，不管是从csdn或者其他网站，基本内容都是保存在一个富文本编辑器中，将内容提取出来还是一个html,保存之后图片还在别人的图片服务器上。我今天要说的就是将图片保存之后并将它的src属性替换成本地的地址。并且以次替换，按照原文章排版顺序替换。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/11/5 15:06
# @Author  : jia.zhao
# @Desc    : 
# @File    : img_test.py
# @Software: PyCharm

import urllib.request
import re


def getHtml(url):
    # 通过urllib去请求
    page = urllib.request.urlopen(url)
    # 读取页面内容
    html = page.read()
    return html


def getImg(html):

    reg = r'src="(.+?\.jpg)" pic_ext'
    imgre = re.compile(reg)
    # Python3需要加的
    html = html.decode('utf-8')
    # 找到所有匹配项
    imglist = re.findall(imgre, html)

    x = 0
    # 循环
    for i in range(len(imglist)):
        # 保存图片
        # urllib.request.urlretrieve(imgurl, 'img/%s.jpg' % x)
        # 根据每个图片的src的内容进行替换
        html = re.sub(imglist[i], "G:/pachong/img/%s.jpg" % str(i), html)
        x += 1
    print(html)


html = getHtml("http://tieba.baidu.com/p/2460150866")

print(getImg(html))

这个demo知识贴吧的一个帖子里的图片，大家可以依据自己的需求去更改此代码。

以上是“如何使用python爬取网站文章将图片保存到本地并将HTML的src属性更改到本地”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！