真正意义上能够全部抓取昵图网全站图片

真正意义上能够全部抓取昵图网全站图片

# -*- coding: utf-8 -*-
import scrapy
from scrapy.http import Request
from nipic.items import NipicItem


class NipiSpider(scrapy.Spider):
    name = "nipi"
    allowed_domains = ["nipic.com"]
    start_urls = ['http://nipic.com/']


    def parse(self, response):
        urldata=response.xpath("//div[@class='fl nav-item-wrap']//a/@href").extract()
        print("第一层:"+urldata[1])
        print("第一层:"+urldata[2])
        print("第一层:"+urldata[3])
        urldata = urldata[1:4]  #只有前面1到3 的标签是 ”设计“,”摄影“,”多媒体“
        for i in urldata:
            urlnew = response.urljoin(i)
            yield Request(url=urlnew, callback=self.next)
    def next(self,response):
        print("第二层=============")
        url2 = response.xpath('//dd[@class="menu-item-list clearfix"]//a/@href').extract()
        for j in url2:
            url2new =response.urljoin(j)
            print(url2new)
            yield Request(url=url2new, callback=self.next2)
    def next2(self,response):
        print("第三层=============")
        #获取总页面数
        pages = response.xpath('//div[@class="common-page-box mt10 align-center"]//a/@href').extract()
        pageslast = response.urljoin(pages[-1])
        pagenumber = pageslast.split('=')
        page1 = pagenumber[0]
        page2 = pagenumber[1]
        #构造出所有页面的网址
   

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值