【Python爬虫】下载微信公众号图片

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/sinat_37967865/article/details/82957894

大家用爬虫下载图片时肯定遇到过https://demo?wx_fmt=jpeg链接的图片，常见的就是微信公众号的图片。
遇到链接图片用普通的方式是无法爬取下来的，我们可以用urllib.request进行简单爬取，具体源码如下：

# 2018年10月07日 13点30分
# 作者：cacho_37967865
# 爬虫：抓取微信公众号图片
# 示例网址：https://mp.weixin.qq.com/s/2Bi__FPfSMSli0pw6GtSAQ


from re import findall
from urllib.request import urlopen
import os

url = 'https://mp.weixin.qq.com/s/2Bi__FPfSMSli0pw6GtSAQ'
image_path = './Wechatimg'
os.chdir(image_path)

# bytes->str：decode 解码
with urlopen(url) as fp:
    content = fp.read().decode()   # 需要进行解码成字符串
print(content)                     # 得到的是默认的utf-8格式字符串

pattern = 'data-type="jpeg" data-src="(.+?)"'
result = findall(pattern, content)
print(result)                      # 得到的是一个列表

for index, item in enumerate(result,1):
    data = urlopen(str(item)).read()
    print('开始下载第' + str(index) +'张图片：'+ str(item))
    f = open(str(index) + '.jpg', "wb")
    f.write(data)
    f.close()

从源码中可以看到两个特殊的函数decode()和enumerate()
1. decode()方法使用编码注册的编解码器解码该字符串。它默认是使用系统默认的字符串编码。
str->bytes：encode 编码
bytes->str：decode 解码
bytes.decode(encoding="utf-8", errors="strict")
str.encode(encoding="utf-8", errors="strict")
编码就是将字符串转换成字节码，涉及到字符串的内部表示。
解码就是将字节码转换为字符串，将比特位显示成字符。

2. enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。
用法
enumerate(sequence, [start=0])
参数
sequence -- 一个序列、迭代器或其他支持迭代对象。
start -- 下标起始位置，默认没有时以0开始