一、首先获取星巴克地址,并分析有无反爬。
星巴克菜单网址:https://www.starbucks.com.cn/menu/
url = 'https://www.starbucks.com.cn/menu/'
response = urllib.request.urlopen(url=url)
content = response.read().decode('utf-8')
print(content)
二、写程序入口,创建请求对象,并写出请求函数:
request = creat_request()
def creat_request():
url = 'https://www.starbucks.com.cn/menu/'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36 Edg/118.0.2088.33'
}
request = urllib.request.Request(url=url,headers=headers)
return request
三、获取网页源码,并写出获取源码函数:
content = get_content(request)
def get_content(request):
response = urllib.request.urlopen(request)
content = response.read().decode('utf-8')
return content
四、创建下载函数:
down_load(content)
def down_load(content):
五、在这里我们需要星巴克网站菜单名称和图片,这里用到的是xpath工具辅助
在这里看到图片地址,在style标签里面,所以后续要对它进行分割处理。
tree = etree.HTML(content)
name_list = tree.xpath('//div[@class="wrapper fluid margin page-menu-list"]//strong/text()')
img_list = tree.xpath('//a/div/@style')
随后用for 循环遍历图片名称和图片地址,并且获取到的图片地址前要加上前缀'https://www.starbucks.com.cn'才能查询到。
图片名称中:/不能存在,所以需要replace进行替换为空
for i in range(len(name_list)):
name = name_list[i].replace('/', '')
img = img_list[i].split('"')[1]
img = 'https://www.starbucks.com.cn' + img
url = img
print(name, img)
六、开始下载,设置好自己想存储的图片位置:
urllib.request.urlretrieve(url=url, filename='./XBK_menu/' + name + '.jpg')
七、运行结果如下:
代码链接: