前言
学习，最重要的是要了解它，并且使用它，正所谓，学以致用、本文，我们将来介绍，BeautifulSoup模块的使用方法，以及注意点，帮助大家快速了解和学习BeautifulSoup模块。有兴趣了解爬虫的小伙伴们，赶快学起来吧。关注公众号可获取爬虫教程哦。
第一步：了解需求
在开始写之前，我们需要知道我们要做什么？做爬虫。
抓取什么？抓取网站图片。
在什么地方抓取？图片之家_图片大全_摄影图片为主的国内综合性图片网
大家可以用这个网站练练手，页面也是比较简单的。
第二步：分析网站因素
我们知道我们需要抓取的是那一个网站数据，因此，我们要来分析一下网站是如何提供数据的。
根据分析之后，所有页面似乎都是相同的，那我们选择一个摄影图来为大家做演示。
1、获取列表标题，以及链接
进一步研究页面数据，每一个页面，下方都有一个列表，然后通过列表标题，进入到下一级中。那这个页面我们需要获取列表标题。
2、获取图片列表，以及链接，以及翻页操作
继续分析，点击链接进入之后，发现有已经有图片了列表，并且还可以翻页。
3、获取图片详情，所有图片
再点击继续研究，发现图片还有多张。
分析完成，我们来编写代码。
流程图如下：
第三步：编写代码实现需求
1、导入模块
导入我们需要使用到的所有模块。
import os
import re
from bs4 import BeautifulSoup
import requests
import time
2、获取列表标题，以及链接
def tupianzj():
"""获取标题，链接"""
response = requests.get(url="https://www.tupianzj.com/sheying/",headers=headers)
response.encoding="gbk"
Soup = BeautifulSoup(response.text, "html.parser")
list_title=Soup.find_all("h3",{"class":"list_title"})
list=[]
for i in list_title:
list.append({'name':i.get_text(),'url':i.find("a").get("href")})
return list
3、获取分类列表标题，链接，以及翻页。
def tu_list(url,page):
"""获取类比列表"""
response = requests.get(url,headers=headers)
response.encoding="gbk"
Soup = BeautifulSoup(response.text, "html.parser")
list_title=Soup.find_all("ul",{"class":"list_con_box_ul"})[0].find_all("li")
for i in list_title:
for j in i.find_all("a"):
try:
j.find("img").get("src")
name=j.get("title")#列表列表图片名称
url1="https://www.tupianzj.com"+j.get("href")[0:-5]#类比列表图片详情链接
text=Soup.find_all("div",{"class":"pages"})[0].find_all("a")[1].get("href")#下一页
page1=Soup.find_all("span",{"class":"pageinfo"})[0].find("strong").get_text()#获取总页数
url2=url+text[0:-6]+page+".html"
print(url2,page1)
try:
os.mkdir(name)#创建文件
except:
pass
tu_detail(name,url1,2)
if page==1:
for z in range(2,int(page1))
tu_list(url2,page)
except:
pass
4、获取详情图片，并保存
def tu_detail(path,url,page):
"""获取详情"""
if page
知识点总结
学会此文，可掌握知识点。
1、掌握BeautifulSoup
区分find，find_all的用法：find，查找第一个返回字符串，find_all 查找所有，返回列表
区分get，get_text的用法：get获取标签中的属性，get_text获取标签包围的文字。
2、掌握正则，re.findall 的使用
3、掌握字符串切片的方式 str[0,-5] 截取第一个文字，到倒数第5个文字。
4、掌握创建文件夹的方法os.mkdir(name)
5、掌握with open（f，w） as f：的用法
6、掌握requests模块的get请求方法。
完整代码
#-*- coding:utf-8 -*-
#!/usr/bin/env python
import os
import re
from bs4 import BeautifulSoup
import requests
import time
headers = {
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9',
'Accept-Encoding': 'gzip, deflate',
'Accept-Language': 'zh-CN,zh;q=0.9',
'Connection': 'keep-alive',
'Upgrade-Insecure-Requests': '1',
'User_agent':'Mozilla/5.0 (Linux; Android 8.0; Pixel 2 Build/OPD3.170816.012) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.93 Mobile Safari/537.36',
}
def tu_detail(path,url,page):
"""获取详情"""
if page
Original: https://blog.csdn.net/qq_39046854/article/details/122442525
Author: 大家一起学编程（python）
Title: 【python爬虫 2】BeautifulSoup快速抓取网站图片
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/696971/
转载文章受原作者版权保护。转载请注明原作者出处！