栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

使用Python爬虫网页上的PPT图片,并利用该图片生成PDF文档

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

使用Python爬虫网页上的PPT图片,并利用该图片生成PDF文档

最近在研究使用python进行爬虫,下载网站上的图片,经过一番波折,用了2天时间,终于研究了一个可行的代码,但是需要对python的原理有几点注意以及修改的地方。
一:首先爬取图片
可行代码如下:
参考链接: https://www.cnblogs.com/itlqs/p/5767054.html

第一步:获取要爬取的母网页的内容
import urllib.request
import re

url = “http://www.cagis.org.cn/Lists/content/id/3440.html”
webPage=urllib.request.urlopen(url)
data = webPage.read()
data = data.decode(‘UTF-8’)

第二步:对母网页内容处理,提取出里面的图片链接
k = re.split(r’s+’,data)
s = []
sp = []
si = []
for i in k :
if (re.match(r’src’,i) or re.match(r’href’,i)):
if (not re.match(r’href="#"’,i)):
if (re.match(r’.?jpg"’,i) or re.match(r’.?ico"’,i)):
if (re.match(r’src’,i)):
s.append(i)

for it in s :
if (re.match(r’.*?jpg"’,it)):
sp.append(it)

第三步:获取这些图片链接的内容,并

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/357415.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号