BeautifulSoup4で特定の画像をDLしたい。

Question

BeautifulSoup4で特定の画像を取得したいです。
特定の画像はURLで判別することができるのですが今の感じだと関係のない画像もDLしてしまいます。
for文でページ遷移してタグを取得して以下のURLが得られているのですが

http://abc.com/files/14/diary/moblog/201706/mobWMuO11.jpg
http://abc.com/files/14/diary/moblog/201706/mobWMuO11.jpg
http://abc.com/files/14/diary/moblog/201706/mobJQTZjY.jpg
http://abc.com/files/14/diary/moblog/201706/mobJQTZjY.jpg

http://abc.com/images/14/26e/39b9ffc42a1ecc656e6c477607828/200_200_102400.jpg
http://abc.com/images/14/26e/39b9ffc42a1ecc656e6c477607828/200_200_102400.jpg
http://abc.com/images/14/0cc/b96bd60c3ee8b9d2670aae2604879/200_200_102400.jpg

このURLの中でabc.com/imagesに続くjpgファイルのみDLしたいのですが
abc.com/filesを除外するもしくはabc.com/imagesを検出する方法はありませんか？？
除外パターンが載せているだけではないので、できるだけ後者の方が助かります。

Answer 1

from urllib.parse import urlparse


urls = '''
http://abc.com/files/14/diary/moblog/201706/mobWMuO11.jpg
http://abc.com/files/14/diary/moblog/201706/mobWMuO11.jpg
http://abc.com/files/14/diary/moblog/201706/mobJQTZjY.jpg
http://abc.com/files/14/diary/moblog/201706/mobJQTZjY.jpg
http://abc.com/images/14/26e/39b9ffc42a1ecc656e6c477607828/200_200_102400.jpg
http://abc.com/images/14/26e/39b9ffc42a1ecc656e6c477607828/200_200_102400.jpg
http://abc.com/images/14/0cc/b96bd60c3ee8b9d2670aae2604879/200_200_102400.jpg
'''.splitlines()


for url in urls:
    o = urlparse(url)
    if o.netloc == 'abc.com' and o.path.startswith('/images/'):
        print(url)

Comments

[YouheiSakurai]

URLをparseした結果を元にnetlocとpathで条件分岐するところがキモです。

[kaitokimura]

ありがとうございます。ちなみに
http://www.keyakizaka46.com/s/k46o/diary/member/list?ima=0000&ct=02
このようなブログの画像を収集したいのですがとても時間がかかってしまいます。
プログラムを起動し２時間ちょっと放置して４００枚程度の画像しか集まらなかったのですが
スクレイピングしていくとこんなものなのでしょうか？？それともプログラムに問題がありそうですか？？

[YouheiSakurai]

スクレイピングはあまりやらないので普通がちょっとわからないです。でも並列化による高速化はある程度可能だと思います。以下を参考にしてみてください。

https://teratail.com/questions/75161

でも高速化するとそれだけサーバへの負荷になる事には留意して気をつける様にしてください。

[kaitokimura]

参考にさせていただきます！またよろしくお願いいたします！回答していただいてありがとうございました。