python爬取斗图

python使用requests模块请求网址,使用lxml模块中etree抓取数据,并使用time模块延时

爬取斗图啦如图所示:

在这里插入图片描述

将爬取到每页的数据保存在文件夹中

在这里插入图片描述

打开任意一个文件,将图片保存在内:

在这里插入图片描述

程序源代码如下

# _*_ coding:utf _*_
# 邮箱:3195841740@qq.com
# 人员:21292
# 日期:2020/3/11 10:48
# 工具:PyCharm
import requests
from lxml import etree
import os
from urllib import request
import threading
import datetime
import time

headers = {

'cookie': '__cfduid=db5ac00d3df95885d80910dbbb72bc5da1583899178; UM_distinctid=170c7bf703db78-0ae45a3e1acfac-4313f6a-e1000-170c7bf703e9d4; _ga=GA1.2.1160623723.1583899177; _gid=GA1.2.1784373393.1583899177; _agep=1583899178; _agfp=b4b1dbd87877adff8004abcaddedc4e4; _agtk=7e80188209e12a870250d68bd89bd629; __gads=ID=b46146fd63418556:T=1583899179:S=ALNI_Ma3uyE3KIX7GCnCrTOk6RpyFWnSSA; CNZZDATA1256911977=1665695726-1583898988-%7C1583904392; _gat=1; XSRF-TOKEN=eyJpdiI6IjREYURIRVwvME16Rnd3UVpwWkRnSDhRPT0iLCJ2YWx1ZSI6IkhwSGtFdkJVQyt1QXVxNEJjdkJyTGhBZlg0Y21vTUdkRDFNQTMzcWdMQnMyZ0x1MXVHSnZqY2JVM2M2ZVdPaDIiLCJtYWMiOiI3MjAyNzhmZGYzY2RjMTBiMDA2NjRkNWFkM2Q0NTJjYWY5OWZiMDIzYWIyOWI5OTc1OTgwMDdiZmY4YmE2MTU3In0%3D; doutula_session=eyJpdiI6IkhvTXVLMnk5KytWWW5lbVpBNFVYbEE9PSIsInZhbHVlIjoiY1hZVVVTMVwvczlsakkwbjB0NkJrY1ltYkl3VENqWVBhTDd1M0JqRklaOHZWVmxnVkVLSGt0dWVjam9uSkhOMTUiLCJtYWMiOiI2NjU3MjBkZmM0Mzk4MGUxODQ3OWVlMGYyYzJmNWQwZjc5MGNiZDI2ZGE5NzBiMmUyY2M3NGFmNTMyY2Q1MTdjIn0%3D',

'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36'





}
def get_detial_url(url,save_file):
    try:
        response = requests.get(url,headers = headers)
        text = response.content.decode("UTF-8")
        html = etree.HTML(text)
        urls = html.xpath('//div[@class = "page-content text-center"]/div[1]/a/img/@data-original')
        def download():
            save_file_detial = save_file + '\\' + str(x) + '.png'
            request.urlretrieve(urls[x], save_file_detial)
        for x in range(len(urls)):
            th = threading.Thread(target=download)
            th.start()
    except:
        print("解析错误")

def start_spider():
    page = int(input("该网站共有3339页动图,请输入需要爬取多少页:"))
    for number in range(1,page+1,1):
        start_time = datetime.datetime.now()
        print("开始下载第"+str(number)+'页')
        if number == 1:
            os.makedirs('斗图集\\第' + str(number) + '页')
            file_name = os.getcwd() + '\\斗图集\\第' + str(number) + '页'
            url = 'https://www.doutula.com/photo/list'
        else:
            os.makedirs('斗图集\\第' + str(number) + '页')
            file_name = os.getcwd() + '\\斗图集\\第' + str(number) + '页'
            url = 'https://www.doutula.com/photo/list/?page=' + str(number)
        get_detial_url(url, file_name)
        stop_time = datetime.datetime.now()
        print("正在搜索",url)
        print("第" + str(number) + '页下载完成'+'运行了'+str((stop_time-start_time).microseconds)+"微秒")
        time.sleep(1)

if __name__ == '__main__':
    os.mkdir("斗图集")
    start_spider()

  • 4
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

小鱼子爱吃

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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