我写了个脚本，网页把某个设计网站整站的图片三千多张高清素材图全拉了回来。整个过程不到四十分钟，工具要是网页手动一张张右键另存为，估计得搭进去一整个下午。图片

网页图片抓取这事儿，工具说穿了就三步：找到图片地址，网页批量下载，图片处理命名和格式。工具但真做起来，网页坑比想象中多。图片有些网站做了防盗链，工具直接下载返回403；有些图片是网页懒加载的，滚动到可视区才加载，图片你光解析HTML源码根本找不到真正的工具图片地址；还有的用的是WebP格式，本地看图软件不认，得批量转成PNG或JPG。

最麻烦的是动态页面。现在前端框架满天飞，图片往往藏在JavaScript渲染出来的数据里。你查看网页源代码，干干净净连个img标签的影子都没有。这时候就得用无头浏览器——就是没有界面的浏览器——模拟真实用户访问，等页面跑完脚本，再抓取最终渲染出来的DOM结构。我用的是Puppeteer，谷歌出的工具，写几十行代码就能搞定。

有一次抓某个摄影社区的图片，发现所有图片都带水印。仔细一看，水印是CSS叠加的，原图其实在CDN上，换个参数就能拿到无水印版本。这种小聪明有时候管用，但别太过分，毕竟人家靠这个吃饭。

还有个细节容易忽略：图片命名。网上的图片普遍叫"IMG_20240315_123456.jpg"这种，毫无信息量。我习惯在抓取时顺便把alt属性或者图片所在位置的标题文字提取出来，拼进文件名。比如一张拍的是富士山，alt写着"Mount Fuji at sunrise"，我就把它存成"fuji_sunrise_001.jpg"。这样之后找图方便得多。

抓完的图片管理也是门学问。我一般按域名建文件夹，再按日期分子目录，最后生成一个CSV清单，记录每张图的原始URL、下载时间、文件大小、分辨率。这招救过我一次——有张图后来被原网站删了，客户要找原图，我翻CSV记录，从备份里直接捞出来了。

别指望免费工具能解决所有问题。市面上那些在线抓图服务，要么限制数量，要么压画质，要么隔三差五弹广告。自己写脚本，半小时的事，一劳永逸。Python的requests加BeautifulSoup能应付八成场景，剩下的交给Selenium或者Playwright。

最后提醒一句：抓图前先看robots.txt，尊重网站的访问协议。设置合理的请求间隔，别把人家服务器搞崩了。我一般延迟0.5到1秒，抓几千张图也就多花十几分钟，但至少不会被人拉黑IP。

工具这东西，用顺手了就是生产力。你现在要是让我手动存图，我反而觉得浑身不自在。

(责任编辑：综合)