scrapy抓取校花网图片
Posted sun-10387834
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scrapy抓取校花网图片相关的知识,希望对你有一定的参考价值。
一:基础版(抓取首页图片)
爬虫py文件代码:
1 # -*- coding: utf-8 -*- 2 import scrapy 3 import sys 4 import io 5 from scrapy.selector import Selector 6 from scrapy.http import Request 7 from ..items import Day96XiaohuaItem 8 import re 9 sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding=‘utf-8‘) 10 11 12 class XiaohuaSpider(scrapy.Spider): 13 name = ‘xiaohua‘ 14 allowed_domains = [‘www.xueshengmai.com/hua/‘] 15 start_urls = [‘http://www.xueshengmai.com/hua/‘] 16 17 def parse(self, response): 18 # ------------持久化数据-------------- 19 hxs = Selector(response=response).xpath("//div[@class=‘item_t‘]/div[@class=‘img‘]/a/img").extract() 20 # print(hxs) 21 for i in hxs: 22 # print(i) 23 title = re.findall("alt=(.*) src=",i)[0].strip(‘"‘)+".jpg" 24 src = "http://www.xueshengmai.com%s"%re.findall("src=(.*)>",i)[0].strip(‘"‘) 25 print(title,src) 26 item_obj = Day96XiaohuaItem(title=title, src=src) 27 yield item_obj
items.py 代码:
1 import scrapy 2 3 4 class Day96XiaohuaItem(scrapy.Item): 5 # define the fields for your item here like: 6 # name = scrapy.Field() 7 title=scrapy.Field() 8 src=scrapy.Field()
pipelines代码:
import requests class Day96XiaohuaPipeline(object): def process_item(self, item, spider): file_path="imgs/%s"%item["title"] file_src=item["src"] f=open(file_path,"wb") img_date=requests.get(file_src) f.write(img_date.content) f.close()
二:分页抓取校花网图片
以上是关于scrapy抓取校花网图片的主要内容,如果未能解决你的问题,请参考以下文章
最网最全python框架--scrapy(体系学习,爬取全站校花图片),学完显著提高爬虫能力(附源代码),突破各种反爬
转载教你分分钟学会用python爬虫框架Scrapy爬取心目中的女神
教你分分钟学会用python爬虫框架Scrapy爬取心目中的女神