Python爬虫-萌妹子图片

Posted 2020-09-19

 

 

 

 

 

最近发现一个可以看图的地方，一张张翻有点累，毕竟只有一只手（难道鼠标还能两只手翻？）。能不能下到电脑上看呢，毕竟不用等网速，还可以预览多张，总之很方便，想怎么就怎么，是吧？

刚好这几天在学python，刚好拿来试试手。

代码注释很详细就不做解释了。代码比较丑，有建议随便提，反正我也不改。

import requests as re
from bs4 import BeautifulSoup
import os
#import threading

#定义一个爬去图片的类
class Spider:
    # 传入图片地址，文件名，保存单张图片
    def saveImg(self, imageURL, fileName):
        u = re.get(imageURL)
        data = u.content
        f = open(fileName, ‘wb‘)
        f.write(data)
        f.close()

    def saveBrief(self, content, name):
        fileName = name + "/" + name + ".txt"
        f = open(fileName, "w+")
        f.write(content.encode(‘utf-8‘))
    #创建新目录
    def mkdir(self,path):
        path = path.strip()
        # 判断路径是否存在
        # 存在     True
        # 不存在   False
        isExists=os.path.exists(path)
        # 判断结果
        if not isExists:
            # 如果不存在则创建目录
            # 创建目录操作函数
            os.makedirs(path)
            return True
        else:
            # 如果目录存在则不创建，并提示目录已存在
            return False
    #下载每期的图片，并放入以标题为名字的目录中
    def GetDeatilPage(self, url,encodeing="utf-8",folder=""):
        res = re.get(url)
        res.encoding=encodeing
        soup = BeautifulSoup(res.text, "html.parser")
        imgs = soup.select("article.article-content > p > img")#根据元素匹配所有的图片地址
        if(len(imgs)>0):
            #检查目录是否存在，不存在就创建
            if(folder!=""):
                folder=folder+"\\"
            self.mkdir(folder+imgs[0].attrs.get("alt"))#创建目录
            i=1
            for img in imgs:
                imgurl = img.attrs.get("src")#获取图片路径
                self.saveImg(imgurl, img.attrs.get("alt")+"\\"+str(i)+".jpg")#保存图片
                i=i+1
    #获取页面上所有的期数连接
    def GetAllPageUrl(self,url):
        res=re.get(url)
        soup=BeautifulSoup(res.text, "html.parser")
        urls=soup.select("div.excerpts > article.excerpt > a.focus")
        return [a.attrs.get(‘href‘) for a in urls]


def loop(i):
    spider=Spider()
    urls=spider.GetAllPageUrl("http://www.52rkl.cn/mengmeizi/list_51_"+str(i)+".html")
    for url in urls:
        spider.GetDeatilPage(url)

for i in range(1,25):
    loop(i)
    # threading.Thread(target=loop,args=(i),).start()
    # threading.Thread(target=loop,args=((i)*3+1),).start()
    # threading.Thread(target=loop,args=((i+1)*3+1,)).start()
    # threading.Thread(target=loop,args=((i+2)*3+1),).start()
    # threading.Thread(target=loop,args=((i+3)*3+1),).start()
    # threading.Thread(target=loop,args=((i+4)*3+1),).start()
    # threading.Thread(target=loop,args=((i+5)*3+1),).start()
    # threading.Thread(target=loop,args=((i+6)*3+1),).start()
print("成功")

本来想实现多线程的，奈何按照网上说的都无效，还是单线程下载。知道怎么实现的还望不吝赐教。

git：https://github.com/dashenxian/ImageSpider

刚开始python学习。