Python爬虫怎样抓取图片资源_Python爬虫批量下载网页图片的实现方法

首先分析网页结构定位图片链接，再使用requests和BeautifulSoup获取img标签中的src或data-src属性，接着遍历链接批量下载并保存至本地文件夹，最后通过设置请求头、处理相对路径、捕获异常等优化流程，实现高效稳定的图片爬取。

抓取网页图片资源是Python爬虫常见的应用场景之一。通过合理使用请求库和解析工具，可以高效地批量下载目标网页中的图片。关键在于获取图片的URL地址，并将其保存到本地。

1. 分析网页结构，定位图片链接

在开始下载前，先查看网页源码或使用浏览器开发者工具（F12），找到图片标签 <img> 及其 src 属性。注意有些图片可能是懒加载，真实地址藏在 data-src、data-original 等属性中。

常见情况：

• 普通图片：<img src=”https://example.com/photo.jpg”>
• 懒加载图片：<img >
• 背景图CSS样式：需从style中提取 background-image: url(…)

2. 使用requests和BeautifulSoup获取图片链接

安装依赖：

立即学习“Python免费学习笔记（深入）”；

pip install requests beautifulsoup4

示例代码：

存了个图

视频图片解析/字幕/剪辑，视频高清保存/图片源图提取

17

查看详情

import requests
from bs4 import BeautifulSoup
import os
<p>url = "<a href="https://www.php.cn/link/d81b0e461158f9ab6beb7a7cc0872f20">https://www.php.cn/link/d81b0e461158f9ab6beb7a7cc0872f20</a>"
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"
}</p><p>response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, 'html.parser')</p><h1>提取所有img标签的图片链接</h1><p>img_tags = soup.find_all('img')
img_urls = []</p><p>for img in img_tags:</p><h1>优先取 data-src，没有则取 src</h1><pre class='brush:python;toolbar:false;'>url = img.get('data-src') or img.get('src')
if url and url.startswith('http'):
img_urls.append(url)

3. 批量下载并保存图片

遍历获取到的图片链接，使用requests下载并写入本地文件。

继续上面的代码：

# 创建保存目录
if not os.path.exists('downloaded_images'):
os.makedirs('downloaded_images')
<h1>下载每张图片</h1><p>for i, img_url in enumerate(img_urls):
try:
img_data = requests.get(img<em>url, headers=headers, timeout=5).content
filename = f"image</em>{i+1}.jpg"
filepath = os.path.join('downloaded_images', filename)</p><pre class='brush:python;toolbar:false;'>    with open(filepath, 'wb') as f:
f.write(img_data)
print(f"已下载：{filename}")
except Exception as e:
print(f"下载失败：{img_url}, 错误：{e}")

4. 注意事项与优化建议

实际使用中需注意以下几点以避免问题：

• 设置合理的请求头（User-Agent），防止被反爬识别为机器人
• 添加延迟（time.sleep）控制请求频率，减轻服务器压力
• 处理相对路径：若图片URL是相对路径（如 /uploads/img.jpg），需补全域名
• 过滤非图片格式：检查URL后缀或响应Content-Type
• 异常捕获：网络超时、404错误等要妥善处理

基本上就这些。掌握基础流程后，可扩展支持多线程下载、代理IP、Selenium处理动态加载页面等功能。核心逻辑不变：找链接 → 发请求 → 保存文件。不复杂但容易忽略细节。