#利用xpath解析列表数据
from lxml import etree
import requests
import os
# 需求:爬取百度贴吧图片,翻页,下载图片保存到本地
# 流程:
# 1、构建url和headers
# 2、发送请求、获取响应
# 3、解析列表数据,使用xpath,提取贴吧的列表页面的数据,返回detail_list,next_url
# //li[@class=" j_thread_list clearfix"]/div/div[2]/div[1]/div[1]/a
# //a[contains(text(),'下一页')]/@href # https:
# 4、解析详情数据,使用xpath,提取详情的图片数据,返回图片列表
# //*[contains(@id,"post_content")]/img/@src
# 5、下载图片,遍历图片列表,发送请求,获取响应,提取图片名称,
class Tieba(object):
def __init__(self):
self.url = 'https://tieba.baidu.com/f?ie=utf-8&kw=%E7%BE%8E%E5%A5%B3%E5%90%A7&fr=search'
self.headers = {
# Mozilla/5.0获取不到百度贴吧内js内容,更换 不支持js的4.0
# 'User-Agent': 'Mozilla/5.0 (Win