跳到主要内容

🥪 下载星巴克产品图片


这个示例用于演示download()方法的功能。

✅️️ 页面分析​

目标网址：https://www.starbucks.com.cn/menu/

采集目标：下载所有产品图片，并以产品名称命名。

如图所示：

按 F12 查看页面代码，可以发现每个产品图片都是一个div元素，class属性都为preview circle。且图片网址藏在其style属性中。而产品名称则在这个div元素后面一个元素中。

如图所示：

✅️️ 编码思路​

按照页面规律，我们可以获取所有class属性为preview circle的元素，然后遍历它们，逐个获取图片路径，以及在后面一个元素中获取产品名称。再将其下载。

并且这个网址页面结构非常简单，没有使用 js 生成的页面，可以直接使用 s 模式访问。

✅️️ 示例代码​

from DrissionPage import SessionPage
from re import search

# 以s模式创建页面对象
page = SessionPage()
# 访问目标网页
page.get('https://www.starbucks.com.cn/menu/')

# 获取所有class属性为preview circle的元素
divs = page.eles('.preview circle')
# 遍历这些元素
for div in divs:
    # 用相对定位获取当前div元素后一个兄弟元素，并获取其文本
    name = div.next().text

    # 在div元素的style属性中提取图片网址并进行拼接
    img_url = div.attr('style')
    img_url = search(r'"(.*)"', img_url).group(1)
    img_url = f'https://www.starbucks.com.cn{img_url}'

    # 执行下载
    page.download(img_url, r'.\imgs', rename=name)
Tips

程序中无需创建imgs文件夹，download()方法会自动创建。

✅️️ 结果​

程序执行的时候，默认会把下载进度打印出来。

我们注意到有些产品名称是带有/的，这是系统路径的非法字符。一般下载方法需程序员自行处理。
但 DrissionPage 的download()方法自带去除非法字符功能，保证文件能成功保存。
除此以外，遇到保存路径有重名文件时，该方法也能自动对新文件进行重命名（添加序号），避免路径冲突。
该方法会返回已下载文件的绝对路径，方便程序进一步使用。

Tips

遇到重名时，download()方法可选择skip、overwrite、rename三种方式处理。