# 爬蟲教學4-下載圖片要用二進位
這次的教學會用到兩個套件
>1. request
>2. bs4
>3. urllib(內建)

接下來爬完文字內容後我們來簡單提一下圖片下載的部分，其實圖片我們爬下來的資料都是要用二進制的方式去紀錄的。

跟我們之前爬取的文字不太一樣，文字則是用Unicode的格式來記錄的。

所以我們的寫檔的跟取得內容的方法會有差別。

所以我來簡單示範一下台灣科技大學的網站logo要怎麼爬吧~

---

一開始我們一樣先觀察網站上的網址發現他用class是logo的div包著，所以我們，以這個為基準去做抓取

import requests
from bs4 import BeautifulSoup
url = "https://www.ntust.edu.tw/?Lang=zh-tw"
htmlpage = requests.get(url)
htmlpage = BeautifulSoup(htmlpage.text)
imgpot = htmlpage.find("div",{"class":"logo"})
imglink = imgpot.find("img").get("src")
print(imglink)

抓到後我們發現抓到的其實是相對位置，所以我們需要把它的網域附在網址後面，等一下才比較好爬

import requests
from bs4 import BeautifulSoup
from urllib import parse #把網址依照內容格式做分割
url = "https://www.ntust.edu.tw/?Lang=zh-tw"
urlparse = parse.urlparse(url)
htmlpage = requests.get(url)
htmlpage = BeautifulSoup(htmlpage.text)
imgpot = htmlpage.find("div",{"class":"logo"})
imglink = imgpot.find("img").get("src")
print(urlparse.netloc + imglink)

---
當然urlparse不可能只能找網域而已，你也可以找其他東西來利用

from urllib import parse #把網址依照內容格式做分割
url = "https://covid-19.nchc.org.tw/api.php?limited=FRA&tableID=3001"
urlparse = parse.urlparse(url)
print(urlparse.scheme)
print(urlparse.netloc) #網域名稱
print(urlparse.path) #網站路徑
print(urlparse.query) #網址裡的變數

取得網址後我們就可以來把圖片下載下來了，

剛剛我們有提到，圖片要用二進位來存，所以我們現在寫檔跟抓取都要用二進位的方式

import requests
from bs4 import BeautifulSoup
from urllib import parse #把網址依照內容格式做分割
url = "https://www.ntust.edu.tw/?Lang=zh-tw"
urlparse = parse.urlparse(url)
htmlpage = requests.get(url)
htmlpage = BeautifulSoup(htmlpage.text)
imgpot = htmlpage.find("div",{"class":"logo"})
imglink = imgpot.find("img").get("src")
url = urlparse.scheme + "://" + urlparse.netloc + imglink #協定+網域名稱+圖片位置

htmlpage = requests.get(url)
file = open(r"download.png",'wb') 
#可以看網址決定檔名。當然在有時候你要存jpg或png等的用二進制存的圖片格式大部分都可以用檔名決定存的格式
#wb的意思是以二進位的方式寫入
file.write(htmlpage.content) #content以二進位的方式表達
file.close()