Python实现一键提取文本中的Markdown格式图片链接
作者：ChenAI_TGF
前言
经常转载博客的朋友可能会遇到一个头疼的问题：很多博客平台不支持直接引用外站图片，导致转载后的文章图片无法正常显示。如果手动一张张找图片链接、复制、下载，不仅效率低，还容易遗漏。
为了解决这个问题，我写了一个「图片链接提取与下载工具」，它能自动从文本中提取Markdown格式的图片链接（即形式），并批量下载到本地。只需粘贴文本、点击提取、再点下载，所有图片就能自动保存，彻底告别手动操作的繁琐。
代码仓库已经上传到github 可以通过链接直接下载：https://github.com/ChenAI-TGF/Extract_Fig_From_Markdown
简要代码原理介绍
这个工具的核心功能分为两部分：图片链接提取和批量下载，我们重点看这两部分的逻辑实现。
1. 图片链接提取逻辑
Markdown中图片的标准格式是，比如。我们需要从中提取出括号里的图片链接，这里用到了正则表达式：
# 正则表达式匹配格式 pattern = r'!\[.*?\]\((.*?)\)' self.image_links = re.findall(pattern, text)
正则表达式r'!\[.*?\]\((.*?)\)'的作用：
!\[.*?\]匹配![图片描述]部分（.*?表示非贪婪匹配，避免匹配到多个图片时出错）；\((.*?)\)匹配(图片链接)部分，其中(.*?)会捕获括号里的链接内容；re.findall会提取所有符合格式的链接，存到image_links列表中。
2. 批量下载逻辑
提取到链接后，需要将图片批量下载到本地，核心步骤如下：
创建存储文件夹：自动在程序所在目录创建image文件夹，用于存放下载的图片：
image_dir = os.path.join(os.path.dirname(os.path.abspath(__file__)), "image")
if not os.path.exists(image_dir):
os.makedirs(image_dir)
遍历链接并下载：循环处理每个提取到的链接，用requests库发送请求获取图片数据：
for i, link in enumerate(self.image_links, 1):
# 发送请求获取图片
response = requests.get(link, timeout=10, stream=True)
response.raise_for_status() # 检查请求是否成功（比如404、500错误）
处理文件格式：自动识别链接中的文件扩展名（如jpg、png），如果格式不常见则默认保存为jpg：
if '.' in link:
ext = link.split('.')[-1].lower()
# 限制常见图片扩展名
if ext not in ['jpg', 'jpeg', 'png', 'gif', 'bmp', 'webp']:
ext = 'jpg'
else:
ext = 'jpg'
保存图片：分块写入图片数据（适合大文件），避免内存占用过高：
filename = f"{i}.{ext}" # 用序号命名，如1.jpg、2.png
file_path = os.path.join(image_dir, filename)
with open(file_path, 'wb') as f:
for chunk in response.iter_content(chunk_size=1024):
if chunk: # 过滤空块
f.write(chunk)
异常处理与进度反馈：下载过程中会捕获错误（如链接失效、网络问题）并提示，同时通过进度条实时显示下载进度。
完整代码
import tkinter as tk
from tkinter import scrolledtext, ttk, messagebox
import re
import requests
import os
from threading import Thread
import time
class ImageLinkExtractor:
def __init__(self, root):
self.root = root
self.root.title("图片链接提取与下载工具")
self.root.geometry("800x600")
self.root.resizable(True, True)
# 设置中文字体支持
self.font = ('SimHei', 10)
# 创建UI组件
self.create_widgets()
# 存储提取到的链接
self.image_links = []
def create_widgets(self):
# 创建主框架
main_frame = ttk.Frame(self.root, padding="10")
main_frame.pack(fill=tk.BOTH, expand=True)
# 文本输入区域
ttk.Label(main_frame, text="请输入包含图片链接的文本:", font=self.font).pack(anchor=tk.W)
self.text_input = scrolledtext.ScrolledText(main_frame, wrap=tk.WORD, font=self.font)
self.text_input.pack(fill=tk.BOTH, expand=True, pady=(5, 10))
# 按钮区域
button_frame = ttk.Frame(main_frame)
button_frame.pack(fill=tk.X, pady=(0, 10))
self.extract_btn = ttk.Button(button_frame, text="提取链接", command=self.extract_links)
self.extract_btn.pack(side=tk.LEFT, padx=(0, 10))
self.download_btn = ttk.Button(button_frame, text="下载图片", command=self.start_download, state=tk.DISABLED)
self.download_btn.pack(side=tk.LEFT)
# 进度条
self.progress_var = tk.DoubleVar()
self.progress_bar = ttk.Progressbar(main_frame, variable=self.progress_var, length=100)
self.progress_bar.pack(fill=tk.X, pady=(0, 10))
# 结果显示区域
ttk.Label(main_frame, text="提取结果与状态:", font=self.font).pack(anchor=tk.W)
self.result_text = scrolledtext.ScrolledText(main_frame, wrap=tk.WORD, font=self.font, height=10)
self.result_text.pack(fill=tk.BOTH, expand=True)
self.result_text.config(state=tk.DISABLED)
def log(self, message):
"""在结果区域显示消息"""
self.result_text.config(state=tk.NORMAL)
self.result_text.insert(tk.END, message + "\n")
self.result_text.see(tk.END)
self.result_text.config(state=tk.DISABLED)
def extract_links(self):
"""从文本中提取图片链接"""
text = self.text_input.get("1.0", tk.END)
# 正则表达式匹配格式
pattern = r'!\[.*?\]\((.*?)\)'
self.image_links = re.findall(pattern, text)
if self.image_links:
self.log(f"成功提取到 {len(self.image_links)} 个图片链接:")
for i, link in enumerate(self.image_links, 1):
self.log(f"{i}. {link}")
self.download_btn.config(state=tk.NORMAL)
else:
self.log("未找到任何图片链接")
self.download_btn.config(state=tk.DISABLED)
def start_download(self):
"""开始下载图片（在新线程中执行以避免UI冻结）"""
if not self.image_links:
messagebox.showwarning("警告", "没有可下载的图片链接")
return
# 禁用按钮防止重复操作
self.extract_btn.config(state=tk.DISABLED)
self.download_btn.config(state=tk.DISABLED)
# 启动下载线程
Thread(target=self.download_images, daemon=True).start()
def download_images(self):
"""下载图片并保存到image文件夹"""
# 创建image文件夹
image_dir = os.path.join(os.path.dirname(os.path.abspath(__file__)), "image")
if not os.path.exists(image_dir):
os.makedirs(image_dir)
self.log(f"已创建image文件夹: {image_dir}")
total = len(self.image_links)
success_count = 0
for i, link in enumerate(self.image_links, 1):
try:
self.log(f"正在下载第 {i}/{total} 张图片...")
# 发送请求
response = requests.get(link, timeout=10, stream=True)
response.raise_for_status() # 检查请求是否成功
# 获取文件扩展名
if '.' in link:
ext = link.split('.')[-1].lower()
# 限制常见图片扩展名
if ext not in ['jpg', 'jpeg', 'png', 'gif', 'bmp', 'webp']:
ext = 'jpg'
else:
ext = 'jpg'
# 保存文件
filename = f"{i}.{ext}"
file_path = os.path.join(image_dir, filename)
with open(file_path, 'wb') as f:
for chunk in response.iter_content(chunk_size=1024):
if chunk:
f.write(chunk)
success_count += 1
self.log(f"成功保存: {filename}")
except Exception as e:
self.log(f"下载失败 (第 {i} 个链接): {str(e)}")
# 更新进度条
progress = (i / total) * 100
self.progress_var.set(progress)
self.root.update_idletasks()
# 稍微延迟一下，避免请求过于频繁
time.sleep(0.1)
# 下载完成
self.progress_var.set(100)
self.log(f"\n下载完成！成功下载 {success_count}/{total} 张图片")
self.log(f"图片保存路径: {image_dir}")
# 恢复按钮状态
self.extract_btn.config(state=tk.NORMAL)
self.download_btn.config(state=tk.NORMAL)
# 显示完成消息
messagebox.showinfo("完成", f"下载完成！成功下载 {success_count}/{total} 张图片\n保存路径: {image_dir}")
if __name__ == "__main__":
root = tk.Tk()
app = ImageLinkExtractor(root)
root.mainloop()
效果演示
打开工具：运行代码后，会显示一个图形界面，包含文本输入区、提取/下载按钮、进度条和结果显示区。
输入文本：将包含Markdown图片格式的文本（比如从博客复制的内容）粘贴到上方的文本输入区，例如：
这是一篇测试文章，包含3张图片：
提取链接：点击「提取链接」按钮，工具会自动识别并显示所有图片链接，结果区会显示提取到的链接数量和具体地址，此时「下载图片」按钮变为可点击状态。
批量下载：点击「下载图片」按钮，工具会在程序所在目录创建image文件夹，并开始下载图片。进度条会实时显示下载进度，结果区会提示每张图片的下载状态（成功/失败原因）。
查看结果：下载完成后，会弹出提示框显示成功数量和保存路径，打开image文件夹就能看到所有下载的图片（按1.jpg、2.png等序号命名）。
有了这个工具，转载博客时处理图片的效率能提升不少，再也不用手动一个个下载了。如果需要处理其他格式的图片链接，也可以通过修改正则表达式来适配，非常灵活~
以上就是Python实现一键提取文本中的Markdown格式图片链接的详细内容，更多关于Python提取文本中图片链接的资料请关注脚本之家其它相关文章！