通常，如果我们抓取的是图片、音频、视频、文档等内容，那么我们会把东西保存成文件。

import requests
image_url = 'http://httpbin.org/image/png'file_path = 'test.png'response = requests.get(image_url,timeout = 5)with open(file_path,'wb') as f:
    f.write(response.content)from IPython.display import Image,display
display(Image(filename = file_path))12345678

可以看到，我们下载了图片，并正确读取了出来。需要注意的是，我们获取响应内容时，采用的是response.content，而不是response.text。这是因为response.text是响应的unicode表示，response.content响应的字节数组。因为图片是二进制的，所以此处要用response.content。这种方法除了可以下载图片，还可以下载音视频文件，以及文档

下载图片时，我们还可以直接把响应内容存到PIL.Image中：

from PIL import Imagefrom io import BytesIOfrom IPython.display import display

image = Image.open(BytesIO(response.content))print(image.height,image.width)image.save(file_path)display(image)12345678

因为PIL.Image包含了很多操作图片的方法，如resize，rotate，thumbnail等，方便用户在保存之前做一些预处理。

如果需要抓取的数据量不大，通常我们可以把数据存成CSV。这样如果你用pandas载入数据的时候就会非常方便。Python中有一个原生库csv，是专门用来读写CSV文件的。

如何用csv创建一个CSV文件：

import csv

file_path = 'test.csv'with open(file_path,'w')as f:
    writer = csv.writer(f,delimiter = '\t',quotechar = '"',quoting = csv.QUOTE_ALL)
    writer.writerow(['C1','C2','C3'])   # 写一行，这一行同时也是标题
    data = [(1,2,3),(4,5,6)]
    writer.writerows(data) # 写多行
    with open(file_path,'r')as f:
    reader = csv.reader(f,delimiter = '\t',quotechar = '"',quoting = csv.QUOTE_ALL)
    for row in reader:
        print('\t'.join(row))12345678910111213

上面的代码首先创建一个writer，以'\t'为列的分隔符，给所有的数据都加上双引号，这是为了防止数据中也包含'\t'。然会写了一行标题，最后写了两行数据。接着又创建了一个reader正确地读出了CSV文件。

csv.writer在写入文件时要将unicode字符串进行编码，因为Python地默认编码是ascii,所以如果要写入的内容包含非ASCII字符时，就会出现UnicodeEncodeError。此时可以在调用writerow之前先将unicode字符串编码成UTF-8字符串，或者直接使用unicodecsv写入unicode字符串：

import unicodecsv

file_path = 'test.csv'with open(file_path,'wb')as f:
    writer = unicodecsv.writer(f,delimiter = '\t',quotechar = '"',quoting = csv.QUOTE_ALL)
    writer.writerow(['省份','省会'])   # 写一行，标题
    data = [("河南","郑州"),("河北","石家庄")]
    writer.writerows(data)   # 写多行
    with open(file_path,'rb')as f:
    reader = unicodecsv.reader(f,delimiter = '\t',quotechar = '"',quoting = csv.QUOTE_ALL)
    for row in reader:
        print('\t'.join(row))12345678910111213

转载自：CSDN   作者：不温卜火

原文链接：https://blog.csdn.net/qq_16146103/article/details/105269123