使用 BeautifulSoup 去水印下载 CSDN 博客图片

####使用爬虫下载图片： 1.使用 CSDN 博客 2.获取图片连接，并下载图片 3.可去除水印

效果演示

Python 源代码

提示： 需要先下载 BeautifulSoup 哦，可以用 pip，也可以直接在 PyCharm 中安装 简单的方法：

import re
from urllib import request
from bs4 import BeautifulSoup
import datetime
'''
遇到不懂的问题？Python学习交流群：821460695满足你的需求，资料都已经上传群文件，可以自行下载！
'''


# 构造无水印纯链接数组
def get_url_array(all_img_href):
    img_urls = []
    for h in all_img_href:
        # 去掉水印
        if re.findall("(.*?)\?", h[1]):
            h = re.findall("(.*?)\?", h[1])
            # 因为这里匹配就只有 src 了, 所以直接用 0
            img_urls.append(h[0])
        else:
            # 因为这里还没有处理有 alt 的情况, 所以直接用 1
            img_urls.append(h[1])

    return img_urls


# 构建新目录的方法
def mkdir(path):
    # 引入模块
    import os

    # 去除首位空格
    path = path.strip()
    # 去除尾部 \ 符号
    path = path.rstrip("\\")

    # 判断路径是否存在
    # 存在     True
    # 不存在   False
    isExists = os.path.exists(path)

    # 判断结果
    if not isExists:
        # 如果不存在则创建目录
        # 创建目录操作函数
        os.makedirs(path)

        print('目录 ' + path + ' 创建成功')
        return True
    else:
        # 如果目录存在则不创建，并提示目录已存在
        print('目录 ' + path + ' 已存在')
        return False


if __name__ == '__main__':

    # url = input("请粘贴博客链接")
    url = "https://blog.csdn.net/qq_40147863/article/details/90484190"

    # 获取页面 html
    rsp = request.urlopen(url)
    all_html = rsp.read()

    # 一锅清汤
    soup = BeautifulSoup(all_html, 'lxml')

    # bs 自动解码
    content = soup.prettify()

    # 获取标题
    tags = soup.find_all(name='title')
    for i in tags:
        # .string 是去掉标签, 只打印内容
        print(i.string)

    # 获取正文部分
    article = soup.find_all(name='article')
    # print(article[0])

    # 获取图片的链接
    all_img_href = re.findall('