Python爬虫——下载PPT模板

Python爬虫——下载PPT模板

1.调用需要库

安装库: Windows + R 输入cmd 后 执行下面这两行
pip install requests
pip install lxml

import requests
from lxml import etree
import os

2. 完整代码

废话不多说直接上源码,代码复制后就可以直接运行

def one_url(url):

    resp = requests.get(url)
    resp.encoding = 'gb2312'
    return resp.text


# 解析数据并保存数据
def analysis(xpath, url):
    input_pwd = input("请输入下载路径:")
    os.chdir(input_pwd)
    html = etree.HTML(xpath)

    for e in range(1, 8):
        currency = html.xpath(f'/ html / body / div[5] / div / ul[{e}] ')
        for i in currency:
            title = i.xpath('./ li[1]/text()')[0]
            if input_pwd == os.getcwd():
                os.mkdir(title)
                os.chdir(title) 
            else:
                os.chdir(input_pwd)
                os.mkdir(title)
                os.mkdir(title)

            name = i.xpath('./ li/ a/text()')
            href = i.xpath('./ li/ a/@href')
            oss_get = os.getcwd()
            nuw = 1

            for n, h in zip(name, href):
                os_get = os.getcwd()
                if oss_get == os_get:

                    os.mkdir(n)
                    os.chdir(n)
                else:

                    os.chdir(oss_get)
                    os.mkdir(n)
                    os.chdir(n)

                type_url = url + h.strip('/')
                resp_template = requests.get(type_url)
                resp_template.encoding = 'gb2312' 
                html = etree.HTML(resp_template.text)
                xpath = html.xpath('/html/body/div[5]/dl/dd/ul/li/a/@href') 

                for u in xpath:
                    ppt_url = url + u.strip('/')
                    resp_ppt = requests.get(ppt_url)
                    resp_ppt.encoding = 'gb2312'
                    html_ppt = etree.HTML(resp_ppt.text)
                    xpath_ppt = html_ppt.xpath('/html/body/div[4]/div[1]/dl/dd/ul[1]/li/a/@href')
                    xpath_name = html_ppt.xpath('/html/body/div[4]/div[1]/dl/dd/div[1]/h1/text()') 

                    for x_url, x_name in zip(xpath_ppt, xpath_name):
                        download_url = url + x_url.strip('/')  
                        resp_ppt_download = requests.get(download_url)  
                        html_download = etree.HTML(resp_ppt_download.text) 
                        xpath_download = html_download.xpath('/html/body/dl/dd/ul[2]/li[1]/a/@href') 

                        for download in xpath_download:
                            resp_download = requests.get(download) 
                            with open(f'{x_name}.zip', mode='wb') as f: 
                                f.write(resp_download.content)
                            print(x_name + '下载完成', nuw)
                            nuw += 1


# 执行函数
def main():
    url = 'https://www.ppt.com/'
    resp_text = one_url(url)

    analysis(resp_text, url)


if __name__ == '__main__':
    main()

3.分析代码

第一步

拿到PPT模板分类标签,然后创建目录

第二步

切换到创建好的目录中,开始下载PPT

第三步

保存PPT模板到本地

4.结语

有没有更简单的爬取方法,欢迎在下面评论

  • 2
    点赞
  • 14
    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