python requests 抓取one 首页推送文字和图片
Posted changfan
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python requests 抓取one 首页推送文字和图片相关的知识,希望对你有一定的参考价值。
from bs4 import BeautifulSoup from lxml import html import xml import requests #下载图片函数 def download_img(url,name): """" 下载指定url的图片 url:图片的url; name:保存图片的名字 """ try: respone = requests.get(url) f_img = respone.content path = r‘C:\Users\86131\Desktop\itchat\send_file\images\\%s.jpg‘%(name) with open(path, "wb")as f: f.write(f_img) except Exception as e: print("---------地址出错------------") url_list = [] f = requests.get("http://wufazhuce.com/") # #打印网页内容 # print(f.content.decode()) soup = BeautifulSoup(f.content,"lxml") try: first_div = soup.find("div",attrs=‘id‘:‘main-container‘).find(‘div‘,attrs=‘class‘:‘carousel-inner‘) a_all = first_div.find_all(‘a‘) for i in a_all: url_list.append(i.attrs[‘href‘]) except Exception as e: print("---------出错------------") #得到one的首页推荐页面 f_1 = requests.get(url_list[0]) #打印网页内容 # print(f_1.content.decode()) soup_1 = BeautifulSoup(f_1.content,"lxml") try: second_div = soup_1.find("div",attrs=‘id‘:‘main-container‘).find(‘div‘,attrs=‘class‘:‘one-cita-wrapper‘) third_div = soup_1.find("div",attrs=‘id‘:‘main-container‘).find(‘div‘,attrs=‘class‘:‘one-imagen‘) #获得时期值 now_month = second_div.find(‘p‘,attrs=‘class‘:‘may‘).text now_one_day = second_div.find(‘p‘,attrs=‘class‘:‘dom‘).text #获得图片的url img_url = third_div.find(‘img‘).attrs[‘src‘] #获得一段话并去除开头的空格 one_text = second_div.find("div",attrs=‘class‘:‘one-cita‘).text.strip() #将获得日期拼接 now_day = now_one_day +‘ ‘+ now_month #调用函数下载图片 download_img(img_url, now_day) except Exception as e: print("---------出错------------")
以上是关于python requests 抓取one 首页推送文字和图片的主要内容,如果未能解决你的问题,请参考以下文章
Python-爬虫-基本库(requests)使用-抓取猫眼电影Too100榜
运用python抓取博客园首页的所有数据,而且定时持续抓取新公布的内容存入mongodb中