用python爬取app照片
Posted newen
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了用python爬取app照片相关的知识,希望对你有一定的参考价值。
首先下载一个斗鱼(不下载也可以,url都在这了对吧)
通过抓包,抓取到一个json的数据包,得到下面的地址
观察测试可知,通过修改offset值就是相当于app的翻页
访问这个url,返回得到的是一个大字典,字典里面两个索引,一个error,一个data。而data又是一个长度为20的数组,每个数组又是一个字典。每个字典中又有一个索引,vertical_src。
我们的目标就是它了!
1 import urllib.parse 2 import urllib 3 import json 4 import urllib.request 5 data_info={} 6 data_info[\'type\']=\'AUTO\' 7 data_info[\'doctype\']=\'json\' 8 data_info[\'xmlVersion\']=\'1.6\' 9 data_info[\'ue\']=\'UTF-8\' 10 data_info[\'typoResult\']=\'true\' 11 head_info={} 12 head_info[\'User-Agent\']=\'DYZB/2.271 (iphone; iOS 9.3.2; Scale/3.00)\' 13 url=\'http://capi.douyucdn.cn/api/v1/getVerticalRoom?aid=ios&client_sys=ios&limit=20&offset=20\' 14 data_info=urllib.parse.urlencode(data_info).encode(\'utf-8\') 15 print(data_info) 16 requ=urllib.request.Request(url,data_info) 17 requ.add_header(\'Referer\',\'http://capi.douyucdn.cn\') 18 requ.add_header(\'User-Agent\',\'DYZB/2.271 (iphone; iOS 9.3.2; Scale/3.00)\') 19 response=urllib.request.urlopen(requ) 20 print(response) 21 html=response.read().decode(\'utf-8\')
这短短20多行代码就能返回得到json数据了。然后再通过对这json代码的切片,分离得到每个主播照片的url地址。
然后得到这一页的照片
1 import json 2 import urllib.request 3 data_info={} 4 data_info[\'type\']=\'AUTO\' 5 data_info[\'doctype\']=\'json\' 6 data_info[\'xmlVersion\']=\'1.6\' 7 data_info[\'ue\']=\'UTF-8\' 8 data_info[\'typoResult\']=\'true\' 9 1011 url+str(i)=\'http://capi.douyucdn.cn/api/v1/getVerticalRoom?aid=ios&client_sys=ios&limit=20&offset=\'+str(x) 12 data_info=urllib.parse.urlencode(data_info).encode(\'utf-8\') 13 print(data_info) 14 requ=urllib.request.Request(url,data_info) 15 requ.add_header(\'Referer\',\'http://capi.douyucdn.cn\') 16 requ.add_header(\'User-Agent\',\'DYZB/2.271 (iphone; iOS 9.3.2; Scale/3.00)\') 17 response=urllib.request.urlopen(requ) 18 print(response) 19 html=response.read().decode(\'utf-8\') 20 \'\'\' 21 print(type(dictionary)) 22 print(type(dictionary[data])) 23 \'\'\' 24 dictionary=json.loads(html) 25 data_arr=dictionary["data"] 26 for i in range(0,19): 27 name=data_arr[i]["nickname"] 28 img_url=data_arr[i]["vertical_src"] 29 print(type(img_url)) 30 respon_tem=urllib.request.urlopen(img_url) 31 anchor_img=respon_tem.read() 32 with open(\'../photos/\'+name+\'.jpg\',\'wb\') as f: 33 f.write(anchor_img)
然后修改一下,让它有了翻页的功能
1 import urllib.parse 2 import urllib 3 import json 4 import urllib.request 5 data_info={} 6 data_info[\'type\']=\'AUTO\' 7 data_info[\'doctype\']=\'json\' 8 data_info[\'xmlVersion\']=\'1.6\' 9 data_info[\'ue\']=\'UTF-8\' 10 data_info[\'typoResult\']=\'true\' 11 data_info=urllib.parse.urlencode(data_info).encode(\'utf-8\') 12 13 for x in range(0,195): 14 url=\'http://capi.douyucdn.cn/api/v1/getVerticalRoom?aid=ios&client_sys=ios&limit=20&offset=\'+str(x) 15 print(data_info) 16 requ=urllib.request.Request(url,data_info) 17 requ.add_header(\'Referer\',\'http://capi.douyucdn.cn\') 18 requ.add_header(\'User-Agent\',\'DYZB/2.271 (iphone; iOS 9.3.2; Scale/3.00)\') 19 response=urllib.request.urlopen(requ) 20 print(response) 21 html=response.read().decode(\'utf-8\') 22 dictionary=json.loads(html) 23 data_arr=dictionary["data"] 24 for i in range(0,19): 25 name=data_arr[i]["nickname"] 26 img_url=data_arr[i]["vertical_src"] 27 print(type(img_url)) 28 respon_tem=urllib.request.urlopen(img_url) 29 anchor_img=respon_tem.read() 30 with open(\'../photos/\'+name+\'.jpg\',\'wb\') as f: 31 f.write(anchor_img)
然后就等着吧~~
最好设置一下时间,每隔多久爬一次,或者每隔多久更换一次ip。就行了
以上是关于用python爬取app照片的主要内容,如果未能解决你的问题,请参考以下文章
50行Python代码爬取“黑丝”美眉纯欲性感高清图片(发的照片被谐和了,你们懂的)