Python中scrapy下载保存图片的方法

这篇文章主要介绍了Python中scrapy下载保存图片的方法的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇Python中scrapy下载保存图片的方法文章都会有所收获，下面我们一起来看看吧。

        在日常爬虫练习中，我们爬取到的数据需要进行保存操作，在scrapy中我们可以使用ImagesPipeline这个类来进行相关操作，这个类是scrapy已经封装好的了，我们直接拿来用即可。

     在使用ImagesPipeline下载图片数据时，我们需要对其中的三个管道类方法进行重写，其中         ― get_media_request   是对图片地址发起请求

   ― file path   是返回图片名称

   ― item_completed  返回item,将其返回给下一个即将被执行的管道类

        那具体代码是什么样的呢，首先我们需要在pipelines.py文件中，导入ImagesPipeline类，然后重写上述所说的3个方法：

from scrapy.pipelines.images import ImagesPipeline import  scrapy import os     class ImgsPipLine(ImagesPipeline):     def get_media_requests(self, item, info):         yield scrapy.Request(url = item["img_src"],meta={"item":item})         #返回图片名称即可     def file_path(self, request, response=None, info=None):         item = request.meta["item"]         print("########",item)         filePath = item["img_name"]         return filePath       def item_completed(self, results, item, info):         return item

        方法定义好后，我们需要在settings.py配置文件中进行设置，一个是指定图片保存的位置IMAGES_STORE = "D:ImgPro"，然后就是启用“ImgsPipLine”管道，

ITEM_PIPELINES = {    "imgPro.pipelines.ImgsPipLine": 300,  #300代表优先级，数字越小优先级越高 }

         设置完成后，我们运行程序后就可以看到“D:ImgPro”下保存成功的图片。

完整代码如下：

spider文件代码：

# -*- coding: utf-8 -*- import scrapy from imgPro.items import ImgproItem       class ImgSpider(scrapy.Spider):     name = "img"     allowed_domains = ["www.521609.com"]     start_urls = ["http://www.521609.com/daxuemeinv/"]       def parse(self, response):         #解析图片地址和图片名称         li_list = response.xpath("//div[@class="index_img list_center"]/ul/li")         for li in li_list:             item = ImgproItem()             item["img_src"] = "http://www.521609.com/"  + li.xpath("./a[1]/img/@src").extract_first()             item["img_name"] = li.xpath("./a[1]/img/@alt").extract_first() + ".jpg"             # print("***********")             # print(item)             yield item

items.py文件

import scrapy     class ImgproItem(scrapy.Item):     # define the fields for your item here like:     # name = scrapy.Field()     img_src = scrapy.Field()     img_name = scrapy.Field()

pipelines.py文件

from scrapy.pipelines.images import ImagesPipeline import  scrapy import os from  imgPro.settings import IMAGES_STORE as IMGS   class ImgsPipLine(ImagesPipeline):     def get_media_requests(self, item, info):         yield scrapy.Request(url = item["img_src"],meta={"item":item})         #返回图片名称即可     def file_path(self, request, response=None, info=None):         item = request.meta["item"]         print("########",item)         filePath = item["img_name"]         return filePath       def item_completed(self, results, item, info):         return item

settings.py文件

import random BOT_NAME = "imgPro"   SPIDER_MODULES = ["imgPro.spiders"] NEWSPIDER_MODULE = "imgPro.spiders"   IMAGES_STORE = "D:ImgPro"   #文件保存路径 LOG_LEVEL = "WARNING" ROBOTSTXT_OBEY = False #设置user-agent USER_AGENTS_LIST = [         "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/22.0.1207.1 Safari/537.1",         "Mozilla/5.0 (X11; CrOS i686 2268.111.0) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.57 Safari/536.11",         "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.6 (KHTML, like Gecko) Chrome/20.0.1092.0 Safari/536.6",         "Mozilla/5.0 (Windows NT 6.2) AppleWebKit/536.6 (KHTML, like Gecko) Chrome/20.0.1090.0 Safari/536.6",         "Mozilla/5.0 (Windows NT 6.2; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/19.77.34.5 Safari/537.1",         "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/536.5 (KHTML, like Gecko) Chrome/19.0.1084.9 Safari/536.5",         "Mozilla/5.0 (Windows NT 6.0) AppleWebKit/536.5 (KHTML, like Gecko) Chrome/19.0.1084.36 Safari/536.5",         "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1063.0 Safari/536.3",         "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1063.0 Safari/536.3",         "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_8_0) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1063.0 Safari/536.3",         "Mozilla/5.0 (Windows NT 6.2) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1062.0 Safari/536.3",         "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1062.0 Safari/536.3",         "Mozilla/5.0 (Windows NT 6.2) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1061.1 Safari/536.3",         "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1061.1 Safari/536.3",         "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1061.1 Safari/536.3",         "Mozilla/5.0 (Windows NT 6.2) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1061.0 Safari/536.3",         "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/535.24 (KHTML, like Gecko) Chrome/19.0.1055.1 Safari/535.24",         "Mozilla/5.0 (Windows NT 6.2; WOW64) AppleWebKit/535.24 (KHTML, like Gecko) Chrome/19.0.1055.1 Safari/535.24"     ] USER_AGENT = random.choice(USER_AGENTS_LIST) DEFAULT_REQUEST_HEADERS = {     "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8",     "Accept-Language": "en",    # "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36",     "User-Agent":USER_AGENT }   #启动pipeline管道 ITEM_PIPELINES = {    "imgPro.pipelines.ImgsPipLine": 300, }

关于“Python中scrapy下载保存图片的方法”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“Python中scrapy下载保存图片的方法”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注亿速云行业资讯频道。