scrapy之360图片爬取

Posted cxiaolong

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之360图片爬取相关的知识,希望对你有一定的参考价值。

#今日目标

**scrapy之360图片爬取**

今天要爬取的是360美女图片,首先分析页面得知网页是动态加载,故需要先找到网页链接规律,
然后调用ImagesPipeline类实现图片爬取

*代码实现*
so.py 
```
# -*- coding: utf-8 -*-
import scrapy
import json
from ..items import SoItem

class SoSpider(scrapy.Spider):
    name = so
    allowed_domains = [imaeg.os.com]

    # 重写
    def start_requests(self):
        url = http://image.so.com/zjl?ch=beauty&sn=&listtype=new&temp=1
        # 生成5页的地址,交给调度器
        for i in range(5):
            sn = i*30
            full_url = url.format(sn)
            yield scrapy.Request(
                url = full_url,
                callback = self.parse_image,
                dont_filter=False
            )

    def parse_image(self,response):
        html = json.loads(response.text)
        # 提取图片链接
        for img in html[list]:
            item = SoItem()
            item[img_link] = img[qhimg_url]

            yield item
```
item.py ```
import scrapy class SoItem(scrapy.Item): # define the fields for your item here like: # 图片链接 img_link = scrapy.Field() ``` pipelines.py ``` # 导入scrapy的图片管道类 from scrapy.pipelines.images import ImagesPipeline import scrapy # 1. 继承 ImagesPipeline # 2. 重写 类内方法 class SoPipeline(ImagesPipeline): def get_media_requests(self, item, info): # 把图片链接发给调度器 yield scrapy.Request(url = item[img_link],dont_filter=False) ``` settings.py ``` # Obey robots.txt rules ROBOTSTXT_OBEY = False CONCURRENT_REQUESTS = 10 DEFAULT_REQUEST_HEADERS = Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8, Accept-Language: en, User-Agent:Mozilla/5.0, ITEM_PIPELINES = So.pipelines.SoPipeline: 300, IMAGES_STORE = /home/ccc/image/ #个人保存路径 ```

 

以上是关于scrapy之360图片爬取的主要内容,如果未能解决你的问题,请参考以下文章

Scrapy框架学习爬取360摄影美图

值得收藏的Python第三方库

python网络爬虫之使用scrapy爬取图片

scrapy爬虫系列之三--爬取图片保存到本地及日志的基本用法

python爬虫-爬取盗墓笔记

Scrapy爬取美女图片续集 (原创)