由于爬取上百页的网页,中途很可能由于各种问题导致爬取失败,所以增加了 try except 、if else 等语句,来处理可能出现的异常,让代码更健壮。
初版代码由于固定了 URL 参数,所以只能爬取固定的内容,但是人的想法是多变的,一会儿想爬这个一会儿可能又需要那个,所以可以通过修改 URL 请求参数,来增加代码灵活性,从而爬取更灵活的数据。
基本环境配置
- 版本:Python3
- 系统:Windows
- 相关模块:requests,lxml
- 开发工具:Pycharm
在这里我使用的是 anaconda ,众所周知这是一个大软件,但是它的环境是比较全面的,在之前的学习中,我们用的是这个软件。
anconda,可以理解成运输车,每当下载anconda的时候,里面不仅包含了python,还有180多个库(武器)一同被打包下载下来
下载完anconda之后,再也不用一个个下载那些库了。
爬取目标网站
分析网站页面
有一说一是真的多,看这惊人的页数
接下来就该看看怎么拿到表情包图片的 url 了,首先打开谷歌浏览器,然后点 F12 进入爬虫快乐模式
然后完成下图的操作,先点击1号箭头,然后再选中一个表情包即可,红色框中就是我们要爬取的对象,其中表情包的src就在里面
如下图:
现在我们就搞清楚了怎么拿到表情包的url了,下一步我们复制 Xpath ,
不了解Xpath的小伙伴们可以去学习一下,也是非常好用的在 XML 文档中查找信息的语言。
如下图,
至此,我们可以写代码了!!!
具体代码实现
相关代码:
import requests
from lxml import etree
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:94.0) Gecko/20100101 Firefox/94.0'
}
x = input('输入页数: ')
for page in range(1, int(x)):
if page == 1:
url = 'https://pic.netbian.com/4kyingshi/'
else:
url = 'https://pic.netbian.com/4kyingshi/index_' + str(page) + '.html'
response = requests.get(url=url, headers=headers)
response.encoding = 'gbk' # 或者gb2312
page_text = response.text
tree = etree.HTML(page_text)
# 以下三种均可
# li_list = tree.xpath('//div[@id="main"]/div[3]/ul/li[1]/a/img')
#li_list = tree.xpath('//div[@class="slist"]/ul/li')
li_list = tree.xpath('//div[@id="main"]/div[@class="slist"]/ul/li')
for li in li_list:
img_src = 'https://pic.netbian.com/' + li.xpath('./a/img/@src')[0]
img_name = li.xpath('./a/b/text()')[0] + '.jpg'
img = requests.get(url=img_src, headers=headers).content
with open('./wwww/' + img_name, 'wb') as fp:
fp.write(img)
print(img_name + '保存')
# //*[@id="main"]/div[3]/ul/li[1]/a
# copy xpath
到现在为止,已经拿到了所有的图片的链接和名字,那么就可以开始下载了
运行代码,输入你需要下载的页数即可🐒
最后
Python崛起并且风靡,因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低,但它的晋级路线很多,通过它你能进入机器学习、数据挖掘、大数据,CS等更加高级的领域。Python可以做网络应用,可以做科学计算,数据分析,可以做网络爬虫,可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多,你需要学好基础,再选择明确的方向。这里给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
👉Python所有方向的学习路线👈
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
👉Python必备开发工具👈
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
👉Python全套学习视频👈
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
👉实战案例👈
学python就与学数学一样,是不能只看书不做题的,直接看步骤和答案会让人误以为自己全都掌握了,但是碰到生题的时候还是会一筹莫展。
因此在学习python的过程中一定要记得多动手写代码,教程只需要看一两遍即可。
👉大厂面试真题👈
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!