【Python爬蟲實戰】為何如此痴迷Python?還不是因為愛看小姐姐圖
阿新 • • 發佈:2021-07-28
爬取目標
網址:絕對領域
工具使用
開發環境:win10、python3.7
開發工具:pycharm、Chrome
工具包:requests,lxml
專案思路解析
選取你對應的圖片分類
根據分類資訊提取到沒有圖片的超連結,提取出A標籤的跳轉地址以及圖片的標題名字
def get_url(start_url):
response = requests.get(start_url, headers=headers).text
data = etree.HTML(response)
new_url = data.xpath('//div[@class="post-module-thumb"]/a/@href')
for url in new_url:
yield url
複製程式碼
進入詳情頁面,xpath提取詳情頁面所有的圖片地址:
傳送圖片資料請求,儲存對應圖片資料資訊,就可以啦是不是超級簡單嘿嘿(*╹▽╹*)
簡易原始碼分享
import requests from lxml import etree headers = { "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36" } def get_url(start_url): response = requests.get(start_url, headers=headers).text data= etree.HTML(response) new_url = data.xpath('//div[@class="post-module-thumb"]/a/@href') for url in new_url: yield url def get_img(url): response = requests.get(url, headers=headers).text img_data = etree.HTML(response) img_url = img_data.xpath('//div[@class="entry-content"]/img/@src') for img_url in img_url: name = img_url.split("/")[-2] + img_url.split("/")[-1] result = requests.get(img_url).content with open("圖片/" + name, "wb")as f: f.write(result) print("正在下載", name) if __name__ == '__main__': for i in range(1, 3): start_url = "https://www.jdlingyu.com/tuji/hentai/gctt/page/{}".format(i) html_url = get_url(start_url) for url in html_url: get_img(url)
我是南鶴-,一名喜歡分享知識的程式媛❤️
如果沒有接觸過程式設計這塊的朋友看到這篇部落格,發現不會弄,可以直接留言【非常感謝你的點贊、收藏、關注、評論,一鍵四連支援】
每日分享,喜歡的看標題和多多點贊收藏加關注~~蟹蟹