爬虫继续

爬虫GoGoGo

爬虫真的有意思,今天学到了替换请求header

import requests
import re
import time
import os

headers = {
    # 'User-Agent': 'asdsadsase'
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36'
}

response = requests.get('https://www.vmgirls.com/12985.html', headers=headers)
# print(response.request.headers)
# print(response.text)
html = response.text

# 解析网页

dir_name = re.findall('<h1 class="post-title h3">(.*?)</h1>', html)[-1]
# print(dir_name)
# exit()
if not os.path.exists(dir_name):
    os.mkdir(dir_name)
# exit()

urls = re.findall('<a href="(.*?)" alt=".*?" title=".*?"', html)
print(urls)

# 保存图片
for url in urls:
    time.sleep(1)
    # 图片名字
    file_name = url.split('/')[-1]
    response = requests.get(url, headers=headers)
    with open(dir_name + '/' + file_name, 'wb') as f:
        f.write(response.content)

上面这个网站爬图,翻墙后会显著提升速度。。。

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