Python爬虫实战为何如此痴迷Python?还不是因为爱看小姐姐图
Posted 程序猿中的BUG
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python爬虫实战为何如此痴迷Python?还不是因为爱看小姐姐图相关的知识,希望对你有一定的参考价值。
爬取目标
网址:绝对领域
工具使用
开发环境:win10、python3.7
开发工具:pycharm、Chrome
工具包:requests,lxml
项目思路解析
选取你对应的图片分类
根据分类信息提取到没有图片的超链接,提取出A标签的跳转地址以及图片的标题名字
def get_url(start_url):
response = requests.get(start_url, headers=headers).text
data = etree.html(response)
new_url = data.xpath('//div[@class="post-module-thumb"]/a/@href')
for url in new_url:
yield url
进入详情页面,xpath提取详情页面所有的图片地址:
发送图片数据请求,保存对应图片数据信息
简易源码分享
import requests
from lxml import etree
headers = {
"user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36"
}
def get_url(start_url):
response = requests.get(start_url, headers=headers).text
data = etree.HTML(response)
new_url = data.xpath('//div[@class="post-module-thumb"]/a/@href')
for url in new_url:
yield url
def get_img(url):
response = requests.get(url, headers=headers).text
img_data = etree.HTML(response)
img_url = img_data.xpath('//div[@class="entry-content"]/img/@src')
for img_url in img_url:
name = img_url.split("/")[-2] + img_url.split("/")[-1]
result = requests.get(img_url).content
with open("图片/" + name, "wb")as f:
f.write(result)
print("正在下载", name)
if __name__ == '__main__':
for i in range(1, 3):
start_url = "https://www.jdlingyu.com/tuji/hentai/gctt/page/{}".format(i)
html_url = get_url(start_url)
for url in html_url:
get_img(url)
君羊号:【881744585】欢迎加入《广告勿加,不然你做啥啥不赚钱》最后祝大家学业有成,技术能力能越来越好,收入也越来越多
以上是关于Python爬虫实战为何如此痴迷Python?还不是因为爱看小姐姐图的主要内容,如果未能解决你的问题,请参考以下文章