在看了一些HTTP協(xié)議和Python基礎(chǔ)語法之后，發(fā)現(xiàn)爬取數(shù)據(jù)并沒有之前想象中那么難。
千里之行始于足下，我先定個小目標，比如爬取百度首頁的Logo。

# 比如我要把百度的logo圖片爬取下來，并把圖片存儲到本地
import requests

response = requests.get('https://ss0.bdstatic.com/5aV1bjqh_Q23odCf/static/superman/img/logo/bd_logo1_31bdc765.png')
content = response.content
with open('E:/爬取的數(shù)據(jù)/1.png', 'wb') as f:
    f.write(content)
    f.close()

首先要倒入requests庫，里面包含了對網(wǎng)頁的一些請求操作。具體我現(xiàn)在也不清楚，不過以后會知道的。

1、首先要知道這個圖片的URL
打開百度首頁，按F12審查頁面元素。如下圖

image.png

再選中2號紅框中的百度圖片時，會發(fā)現(xiàn)下面<img>標簽被選中了，這是瀏覽器告訴你就是這條HTML代碼來渲染的這個圖片。
src屬性告訴我們這個圖片的URL是多少。

2、把這個URL傳給requests.get()函數(shù)，得到的就是請求返回的response。
3、通過content屬性來獲取response的內(nèi)容
4、利用open()和write()函數(shù)寫入本地指定路徑的文件中。

存儲圖片時有一點很有趣，URL中指定圖片時png格式的，但是我測試保存成jpg格式也是可以打開的。