一行Python代码一句注释，大量美女套图等萌新来战！

Posted 2021-01-04 kongshouyisuiyue

效果展示：

 

此模板主要用于多线程套图下载，不过一般大众爬虫不用破译的都可以改改使用，附件有个美图录的例子。

每个用途 每个网址 细节都会有差异 所有带(*)的都属于DIY范畴，需要一些基本的html知识，请灵活使用。

添加了断点续传功能，文件夹名称改为套图地址；

 

每一句Python源代码后面都有详细注释：

import requests ##参考h踢踢批://docs点python-requests.org/zh_CN/latest/user/quickstart点html
from bs4 import BeautifulSoup ##参考h踢踢批
：//beautifulsoup点readthedocs.io/zh_CN/v4.4.0/#id55
import os ##本地写入数据
import urllib.request ##有时直接打开图片地址会显示403 Forbidden，只有先打开相关网页再打开图片才能正常显示，所以我就先打开一下网页，可省略
import re ##正则表达式，用于匹配格式
from multiprocessing import Pool ##多线程
 
 
headers = {‘User-Agent‘:"Mozilla/5.0", "Referer": "图库主页"} ##浏览器请求头，有时python直接获取图片时防盗链会踢出，所以我们假装是在用浏览器
 
def run(url): ##(*)传入图片某分类网页的url
 
 start_html = requests.get(url, headers=headers) ##request该url的html文件
 Soup = BeautifulSoup(start_html.text, ‘lxml‘) ##使用BeautifulSoup来解析我们获取到的网页（‘lxml’是指定的解析器 具体请参考官方文档哦）
 all_a = Soup.find(‘div‘, class_=‘主体的class名称‘).find_all(‘a‘) ##(*)查找该网页上主体的所有图片
 
 path = url.split(‘/‘)[-2] ##(*)网址的最后一个/之前一般是这一类的总称，可作为文件夹名
 if not os.path.exists("存储总目录" + "/" + path): ##如果没有这个文件夹的话，创造并进入
 os.makedirs("存储总目录" + "/" + path) ##创建一个存放的文件夹
 os.chdir("存储总目录" + "/" + path) ##切换到上面创建的文件夹
 
 for a in all_a:
 
 href = a["href"] ##(*) 获取套图网页的url，可省略
 elem = a.img[‘src‘] ##(*) 获取本图片地址
 folder = elem.split(‘/‘)[-2] ##(*) 获取该套图的名称
 
 length = a.next_sibling.next_sibling.get_text()
 max_span = int(length[-17:-14]) ##(*) 找到该套图的网页一共有多少页
 
 html = requests.get(href, headers=headers, allow_redirects=False) ##访问套图网页，并阻止重定向（也是防盗链的一种）
 u = urllib.request.urlopen(href) ##真的打开这个网页，可省略
 
 for page in range(1, max_span + 1):
 
 page_url = elem[:-5] + str(page) + ".jpg" ##(*) 图片地址格式，需要自己探索
 print(page_url) ##(*) 打印一下图片地址，可省略
 
 img_html = requests.get(page_url, headers=headers, allow_redirects=False) ##访问图片地址
 name = folder + ‘-‘ + str(page) ##(*) 图片名格式，套图名称+第几张图
 
 f = open(name+‘.jpg‘, ‘ab‘) ##写入这个图片
 f.write(img_html.content) ##多媒体文件要用.content写
 f.close()
 
 
urls = {‘url1‘, ‘url2‘,‘url3‘} ##这就是各分类的url
 
pool = Pool(30) ##线程数
for url in urls:
 pool.apply_async(run, args=(url))
 
pool.close()
pool.join()
print(‘所有图片已下完‘)