通过urllib和python下载图片

Question

所以我试图制作一个Python脚本来下载webcomics并将它们放在桌面上的一个文件夹中。我在这里发现了一些类似的程序，它们做了一些类似的事情，但是没有什么是我需要的。我发现最相似的是这里（http://bytes.com/topic/python/answers/850927-problem-using-urllib-download-images）。我试过使用这个代码：

>>> import urllib
>>> image = urllib.URLopener()
>>> image.retrieve("http://www.gunnerkrigg.com//comics/00000001.jpg","00000001.jpg")
('00000001.jpg', <httplib.HTTPMessage instance at 0x1457a80>)

然后我在我的电脑上搜索了一个文件“00000001.jpg”，但我只找到了它的缓存图片。我甚至不确定它是否把文件保存到了我的电脑上。一旦我知道如何下载文件，我想我知道如何处理其余的。实际上，只需使用for循环并在'00000000'.'jpg'处拆分字符串，然后将'00000000'增加到最大值，我将不得不以某种方式确定这个值。有没有关于最好的方法或如何正确下载文件的建议？

谢谢！

编辑6/15/10

这是完成的脚本，它将文件保存到您选择的任何目录。奇怪的是，这些文件没有被下载，他们只是下载了。任何关于如何清理的建议都将不胜感激。我目前正在研究如何找出网站上存在的许多漫画，这样我就可以得到最新的漫画，而不是在引发一定数量的异常后让程序退出。

import urllib
import os

comicCounter=len(os.listdir('/file'))+1  # reads the number of files in the folder to start downloading at the next comic
errorCount=0

def download_comic(url,comicName):
    """
    download a comic in the form of

    url = http://www.example.com
    comicName = '00000000.jpg'
    """
    image=urllib.URLopener()
    image.retrieve(url,comicName)  # download comicName at URL

while comicCounter <= 1000:  # not the most elegant solution
    os.chdir('/file')  # set where files download to
        try:
        if comicCounter < 10:  # needed to break into 10^n segments because comic names are a set of zeros followed by a number
            comicNumber=str('0000000'+str(comicCounter))  # string containing the eight digit comic number
            comicName=str(comicNumber+".jpg")  # string containing the file name
            url=str("http://www.gunnerkrigg.com//comics/"+comicName)  # creates the URL for the comic
            comicCounter+=1  # increments the comic counter to go to the next comic, must be before the download in case the download raises an exception
            download_comic(url,comicName)  # uses the function defined above to download the comic
            print url
        if 10 <= comicCounter < 100:
            comicNumber=str('000000'+str(comicCounter))
            comicName=str(comicNumber+".jpg")
            url=str("http://www.gunnerkrigg.com//comics/"+comicName)
            comicCounter+=1
            download_comic(url,comicName)
            print url
        if 100 <= comicCounter < 1000:
            comicNumber=str('00000'+str(comicCounter))
            comicName=str(comicNumber+".jpg")
            url=str("http://www.gunnerkrigg.com//comics/"+comicName)
            comicCounter+=1
            download_comic(url,comicName)
            print url
        else:  # quit the program if any number outside this range shows up
            quit
    except IOError:  # urllib raises an IOError for a 404 error, when the comic doesn't exist
        errorCount+=1  # add one to the error count
        if errorCount>3:  # if more than three errors occur during downloading, quit the program
            break
        else:
            print str("comic"+ ' ' + str(comicCounter) + ' ' + "does not exist")  # otherwise say that the certain comic number doesn't exist
print "all comics are up to date"  # prints if all comics are downloaded

Answer 1

使用urllib.urlretrieve：

import urllib
urllib.urlretrieve("http://www.gunnerkrigg.com//comics/00000001.jpg", "00000001.jpg")

Answer 2

仅作记录，使用请求库。

import requests
f = open('00000001.jpg','wb')
f.write(requests.get('http://www.gunnerkrigg.com//comics/00000001.jpg').content)
f.close()

尽管它应该检查请求。get（）错误。

Answer 3

import urllib
f = open('00000001.jpg','wb')
f.write(urllib.urlopen('http://www.gunnerkrigg.com//comics/00000001.jpg').read())
f.close()