# 导入socket模块,时间模块 import socket # socket模块是python自带的内置模块，不需要我们去下载 import time # url为： http://images.gaga.me/photos2/2019/0416/5cb5e9950e25a.jpeg?watermark/1/image/aHR0cDovL3Jlcy5nYWdhLm1lL3dhdGVybWFyay9wYWl4aW4xLnBuZz9pbWFnZVZpZXcyLzIvdy80MDAvaC80MDA=/dissolve/50/gravity/Center/ws/1 # ip远程地址为：113.229.252.244 # 端口为：80 # 我们写的请求头如下： http_req = b'''GET /photos2/2019/0416/5cb5e9950e25a.jpeg?watermark/1/image /aHR0cDovL3Jlcy5nYWdhLm1lL3dhdGVybWFyay9wYWl4aW4xLnBuZz9pbWFnZVZpZXcyLzIvdy80MDAvaC80MDA= /dissolve/50/gravity/Center/ws/1 HTTP/1.1 Host: images.gaga.me User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:66.0) Gecko/20100101 Firefox/66.0 ''' # 建立对象 client = socket.socket() # 连接,通过（ip,端口）来进行连接 client.connect(("113.229.252.244",80)) # 根据请求头来发送请求信息 client.send(http_req) # 建立一个二进制对象用来存储我们得到的数据 result = b'' i = 0 # 得到响应数据 while True: # 每次获得的数据不超过1024字节 http_resp = client.recv(1024) i = i+1 print("这是我们第{}次获得数据，获得的数据长度是{}，获得的数据内容为{}.".format(i,len(http_resp),http_resp)) # 将每次获得的每行数据都添加到该对象中 result += http_resp # 每获取一行数据便休眠一段时间，避免出现下次获得响应数据,因为速度太快，数据还未加载出来导致的我们获取不到数据的问题 time.sleep(0.3) # 根据判断每一行获取的数据的字节长度来判断是否还存在数据，当该行数据长度等于0时，即已经获取到最后一行数据，终止循环 if len(http_resp) <= 0: # 关闭浏览器对象 client.close() # 终止循环 break # 由于我们获得的响应文件是包括响应头和图片信息两种的，而响应头是以 来进行结尾的. # 所以我们想获得图片信息可以以此来分割,又因为响应头是在前面的，所有我们只需要获得第二部分的图片即可 result = result.split(b" ")[1] print("我们获得的图片内容为{}.".format(result)) # 打开一个文件，将我们读取到的数据存入进去，即下载到本地我们获取到的图片 with open("可爱的小姐姐.jpg","wb") as f: f.write(result)
运行后的结果为：
大概步骤为; 1. 访问一个能看到该图片的网址，我访问的是：https://v.paixin.com/photoplus/10787437
2. 在网页中右击该图片，点击查看元素
3. 如果是使用的img标签，我们可以直接获得它的src属性中的值，即为该图片的网络地址，访问该网络地址，我们可以看到跳转到只有这一张图片的一个网页；如果不是使用img标签，则可以查看它的background属性，该属性中url括号中的网络地址即是图片的网络地址，访问该网络地址，我们可以看到跳转到只有这一张图片的一个网页。
4. 本文中获得到的图片的网络地址为：http://images.gaga.me/photos2/2019/0416/5cb5e9950e25a.jpeg?watermark/1/image/aHR0cDovL3Jlcy5nYWdhLm1lL3dhdGVybWFyay9wYWl4aW4xLnBuZz9pbWFnZVZpZXcyLzIvdy80MDAvaC80MDA=/dissolve/50/gravity/Center/ws/1
5. 此时右键图片打开查看元素，点击出现界面的最上面一行中的网络（或者说network），然后刷新该网页，你会发现网络的下面加载出来一堆的东西，一般来说你点击最上面的第一个文件就是你想要的文件。
6. 然后我们就可以获得域名，IP，请求方式，和http版本号，这样我们就可以写出我们的请求头了。
7. 然后建立client对象，通过IP和端口，以及我们写好的请求头，来通过send函数对服务器发送请求
8. 然后通过recv函数来获得服务器响应给我们的数据，需要注意的是，该函数每次只能获取一行数据，如果我们想要获取需要获得的全部数据，就需要使用循环了。
9. client.recv(1024)是指，我们每次获得到的数据不得超过1024字节,即如果该行数据小于1024则直接获取，如果多于1024则分多行进行获取，如果该行没有数据了，那么它的字节长度将会是0，我们也可以依据此来进行结束循环的标志。
10. 需要注意的是，我们获得的数据，包括两部分： 响应头和图片数据，我们只需要图片数据，那么我们可以根据 来使用split函数来进行分割，来仅仅获取图片部分的内容，因为响应头都是以 来进行结尾的。
11. 然后将我们获得的图片数据以二进制的形式（wb）来写入文件，这样该图片就下载到本地了。
12. socket 套接字: 几乎所有的网络通信的底层都是由套接字实现.
socket 能够为我们创建TCP连接，可以把自己编写好的请求报文发送给服务器了.
socket 对我们爬虫来说默认只能针对HTTP, 而相对于HTTPS的资源, 该模块不行.
--------------------------------------------------------------------------------------------------------------------------------------------
本文仅为个人学习笔记，如果侵权或python问题讨论或指正，欢迎发送邮件到1730797947@qq.com，我会及时删除或修改文章或回复的。