将网站上使用regex找到的所有图像文件下载到python中我的计算机中的指定目录

Question

我这里有一个代码，通过查找regex的文件扩展名来查找所有使用regex的图像文件。现在我要做的是将它保存到我计算机上的指定路径，并保留其原始文件名。我当前的代码找到了这些图像，因为我通过打印源文件来测试，但没有将其保存到指定的目录中-也许任何人都可以帮助我调整代码。在

提前谢谢。在

我的代码是：

import urllib,re,os

_in = raw_input('< Press enter to download images from first page >')
if not os.path.exists('FailImages'): # Directory that I want to save the image to
        os.mkdir('FailImages') # If no directory create it

source = urllib.urlopen('http://www.samplewebpage.com/index.html').read()

imgs = re.findall('\w+.jpg',source) # regex finds files with .jpg extension

这一点需要调整

^{pr2}$

Answer 1

这应该能让你走了。它不处理是否是外部链接，但它会抓取本地图像

可选

1. 来自安装依赖项的请求 http://requests.readthedocs.org/en/latest/
2. 从命令行执行：
3. $ sudo easy_install requests

如果使用请求，取消对3f.____行的注释和最后一行的注释：

import urllib2,re,os
#import requests

folder = "FailImages"

if not os.path.exists(folder): # Directory that I want to save the image to
    os.mkdir(folder) # If no directory create it

url = "http://www.google.ca"
source = urllib2.urlopen(url).read()

imgs = re.findall(r'(https?:/)?(/?[\w_\-&%?./]*?)\.(jpg|png|gif)',source, re.M) # regex finds files with .jpg extension


for img in imgs:
    remote = url + img[1] + "." + img[2];
    filename = folder + "/" + img[1].split('/')[-1] + "." + img[2]
    print "Copying from " + remote + " to " + filename
    if not os.path.exists(filename):
        f = open(filename, 'wb')
        f.write(urllib2.urlopen(remote).read())
        #f.write(requests.get(remote).content)
        f.close()

注意：Requests效果更好，可以确保发送正确的头，urllib在大多数情况下可能不起作用。在