python3 的小爬虫
Posted liutao97
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python3 的小爬虫相关的知识,希望对你有一定的参考价值。
爬取网址
https://findicons.com/pack/2787/beautiful_flat_icons
import requests import re import time def get_html(url): headers={"User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.18 Safari/537.36"} #访问的请求头,模拟浏览器的请求头 request=requests.get(url,headers=headers) #给一个get请求,把请求结果保留下来 html=request.text #把结果用代码的方式呈现 return html def get_image(html): reexpr=re.compile(‘<img src="https://findicons.com/files/(.*?)"‘,re.S) #re表达式,re.S表示可以换行 a=re.findall(reexpr,html) #从网页源码中找到所有符合正则的条件 global count for i in a : full_web="https://findicons.com/files/"+i #因为正则表达式匹配时总会有两三张不同的图,所以上面的正则只是匹配到id后面的内容,这里把整个url给拼接起来了 full_web_image=requests.get(full_web) #使用获取的网址再去发送请求,获取图片 with open(r"F:image\%d图.jpg"%count,"wb") as f: #保存图片 print("正在抓取第%d张图片"%count) f.write(full_web_image.content) time.sleep(1) count+=1 # return count count=1 #定义一个全局的计数器 def main(offest=1): url = "https://findicons.com/pack/2787/beautiful_flat_icons/"+str(offest) html_text = get_html(url) get_image(html_text) if __name__ == "__main__": offest=input("请输入想爬取到第几页,默认爬取第一页") if offest=="": main() else: for i in range (1,int(offest)+1): main(i)
以上是关于python3 的小爬虫的主要内容,如果未能解决你的问题,请参考以下文章