爬虫 爬取图片

import urllib.request
import urllib.parse
from lxml import etree
import os

//div[@id=”container”]//img/@src

headers = {
‘User-Agent’: ‘Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Safari/537.36’,
}
def get_request(url,page):
#1.处理url:url中需要携带页码值(第一页和非第一页的url是不同的)
if page==1:
url=format(url%”)
else:
pn=’_’+str(page)
url=format(url%pn)
return urllib.request.Request(url,headers=headers)
def download_images(image_url_list):
dir_name=’性感美女集’
#在当前目录创建一个文件夹
if not os.path.exists(dir_name):
os.mkdir(dir_name)

for image_url in image_url_list:
    #通过url获取了图片的二进制数据值
    request=urllib.request.Request(image_url,headers=headers)
    image_data=urllib.request.urlopen(request).read()
    image_name=os.path.basename(image_url)
    path=os.path.join(dir_name,image_name)
    with open(path,'wb') as fp:
        fp.write(image_data)

start_page=int(input(‘enter start page num:’))
end_page=int(input(‘enter end page num:’))
url=’http://sc.chinaz.com/tupian/xingganmeinvtupian%s.html
for page in range(start_page,end_page+1):
request=get_request(url,page)#获取一个自定义的请求对象
response=urllib.request.urlopen(request)
content=response.read().decode()#获取响应回来的网页源码数据
tree=etree.HTML(content)
image_url_list=tree.xpath(‘//div[@id=”container”]//img/@src2’)
download_images(image_url_list)#下载图片

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 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
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