本文主要針對python使用urlretrieve或urlopen下載百度、搜狗、googto（谷歌映象）等圖片時，出現"無法開啟圖片或已損壞"的問題，作者對它進行簡單的探討。同時，作者將進一步幫你鞏固selenium自動化操作和urllib庫等知識。
        感謝朋友"露為霜"的幫助！希望以後能實現強大的圖片爬蟲程式碼~

一. 引入Selenium自動爬取百度圖片

        下面這部分Selenium程式碼的主要功能是：
            1.先自動執行瀏覽器，並訪問百度圖片連結：http://image.baidu.com/
            2.通過driver.find_element_by_xpath()函式獲取輸入框的位置；
            3.在輸入框中自動輸入搜尋關鍵詞"鄧肯"，再輸入回車搜尋"鄧肯"相關圖片；
            4.再通過find_element_by_xpath()

# -*- coding: utf-8 -*-
import urllib
import re
import time
import os
from selenium import webdriver          
from selenium.webdriver.common.keys import Keys 
import selenium.webdriver.support.ui as ui
from selenium.webdriver.common.action_chains import ActionChains         

#Open PhantomJS
#driver = webdriver.PhantomJS(executable_path="G:\phantomjs-1.9.1-windows\phantomjs.exe")  
driver = webdriver.Firefox() 
wait = ui.WebDriverWait(driver,10)

#Search Picture By Baidu
url = "http://image.baidu.com/"
name = u"鄧肯"
driver.get(url)
elem_inp = driver.find_element_by_xpath("//form[@id='homeSearchForm']/span[1]/input")  
elem_inp.send_keys(name)  
elem_inp.send_keys(Keys.RETURN)
time.sleep(5)

#Get the URL of Pictures
#elem_pic = driver.find_element_by_xpath("//div[@class='imgpage']/ul/li/div/a")
elem_pic = driver.find_element_by_xpath("//div[@class='imgpage']/ul/li/div/a/img")
elem_url = elem_pic.get_attribute("src")
print elem_url

#Download Pictures
driver.get(elem_url)
urllib.urlretrieve(elem_url,"picture.jpg")
print "Download Pictures!!!"
 

二. 簡單分析原因及知識鞏固

       1.urllib.urlretrieve()
       通過urlretrieve()函式可設定下載進度發現圖片是一下子就載入的。這裡給大家鞏固這個urlretrieve函式的方法和Python時間命名方式，程式碼如下：

# -*- coding: utf-8 -*-
import urllib
import time
import os

#顯示下載進度
def schedule(a,b,c):
    #a:已下載的資料塊 b:資料塊的大小 c:遠端檔案的大小
    per = 100.0 * a * b / c
    if per > 100 :
        per = 100
    print '%.2f%%' % per

if __name__ == '__main__':
    url = "http://img4.imgtn.bdimg.com/it/u=3459898135,859507693&fm=11&gp=0.jpg"
    #定義檔名 時間命名
    t = time.localtime(time.time())
    #反斜槓連線多行
    filename = str(t.__getattribute__("tm_year")) + "_" + \
               str(t.__getattribute__("tm_mon")) + "_" + \
               str(t.__getattribute__("tm_mday"))
    target = "%s.jpg" % filename
    print target
    urllib.urlretrieve(url,target,schedule)
    print "Download Picture!!!"
 

        猜測可能獲取的百度URL不是原圖地址，或者是個伺服器設定了相應的攔截或加密。參考"Python爬蟲抓取網頁圖片"，函式相關介紹如下：

>>> help(urllib.urlretrieve)
Help on function urlretrieve in module urllib:
urlretrieve(url, filename=None, reporthook=None, data=None)

引數url：
    指定的下載路徑
引數 finename：
    指定了儲存本地路徑（如果引數未指定，urllib會生成一個臨時檔案儲存資料。）
引數 reporthook：
    是一個回撥函式，當連線上伺服器、以及相應的資料塊傳輸完畢時會觸發該回調，
    我們可以利用這個回撥函式來顯示當前的下載進度。
引數 data：
    指 post 到伺服器的資料，該方法返回一個包含兩個元素的(filename, headers)元組，
    filename 表示儲存到本地的路徑，header 表示伺服器的響應頭。

       2.urllib2.urlopen()
       換個方法urlopen()實現，同時設定訊息頭試試，並輸出資訊和圖片大小。

# -*- coding: utf-8 -*-
import os      
import sys    
import urllib
import urllib2

#設定訊息頭
url = "http://img4.imgtn.bdimg.com/it/u=3459898135,859507693&fm=11&gp=0.jpg"
header = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) \
        AppleWebKit/537.36 (KHTML, like Gecko) \
        Chrome/35.0.1916.114 Safari/537.36',
    'Cookie': 'AspxAutoDetectCookieSupport=1'
}
request = urllib2.Request(url, None, header)
response = urllib2.urlopen(request)
print response.headers['Content-Length']

with open("picture.jpg","wb") as f:
    f.write(response.read())
print response.geturl()
print response.info()    #返回報文頭資訊
print urllib2.urlopen(url).read()

        其中403錯誤介紹如下，伺服器拒絕服務：

三. 解決方法

# -*- coding: utf-8 -*-
import urllib
import re
import time
import os
from selenium import webdriver          
from selenium.webdriver.common.keys import Keys
import selenium.webdriver.support.ui as ui        
from selenium.webdriver.common.action_chains import ActionChains

#Open PhantomJS
#driver = webdriver.PhantomJS(executable_path="G:\phantomjs-1.9.1-windows\phantomjs.exe")  
driver = webdriver.Firefox() 
wait = ui.WebDriverWait(driver,10)

#Search Picture By Baidu
url = "http://image.baidu.com/"
name = u"鄧肯"
driver.get(url)
elem_inp = driver.find_element_by_xpath("//form[@id='homeSearchForm']/span[1]/input")  
elem_inp.send_keys(name)  
elem_inp.send_keys(Keys.RETURN)
time.sleep(5)

#Get the URL of Pictures
num = 1
elem_pic = driver.find_elements_by_xpath("//div[@class='imgpage']/ul/li")
for elem in elem_pic:
    elem_url = elem.get_attribute("data-objurl")
    print elem_url
    #Download Pictures
    name = "%03d" % num
    urllib.urlretrieve(elem_url, str(name) + ".jpg")
    num = num + 1
else:
    print "Download Pictures!!!"

# -*- coding: utf-8 -*-
import urllib
import re
import time
import os
from selenium import webdriver          
from selenium.webdriver.common.keys import Keys
import selenium.webdriver.support.ui as ui        
from selenium.webdriver.common.action_chains import ActionChains

#Open PhantomJS 
driver = webdriver.Firefox()
wait = ui.WebDriverWait(driver,10)

#Search Picture By Baidu
url = "http://image.baidu.com/"
name = u"鄧肯"
driver.get(url)
elem_inp = driver.find_element_by_xpath("//form[@id='homeSearchForm']/span[1]/input")  
elem_inp.send_keys(name)  
elem_inp.send_keys(Keys.RETURN)
time.sleep(5)

#Get the URL of Pictures
elem_pic = driver.find_element_by_xpath("//div[@class='imgpage']/ul/li/div/a/img")
elem_url = elem_pic.get_attribute("src")
print elem_url

#滑鼠移動至圖片上 右鍵儲存圖片
driver.get(elem_url)
print driver.page_source
elem = driver.find_element_by_xpath("//img")
action = ActionChains(driver).move_to_element(elem)
action.context_click(elem) #右鍵  

#當右鍵滑鼠點選鍵盤游標向下則移動至右鍵選單第一個選項
action.send_keys(Keys.ARROW_DOWN)
action.send_keys('v') #另存為
action.perform()
print "Download Pictures!!!"