Python【爬虫实战】爬取美女壁纸资源

Python【爬虫实战】爬取美女壁纸资源

一：首先选取一个网站，这里我们选择了一个壁纸网站

二：进入网站，我们可以看到很多图片放在一页里

三：按下F12开发者工具，点击Elments查看网页的代码

四：按住左上角箭头，并点击网页中的图片找到图片所在代码的地方

五：知道这些后我们可以开始进行代码填写了

1、首先我们需要使用的是爬虫的常见库requests来获取HTML网页的代码，下面展示一些 内联代码片。

import requestsurl = 'https://www.h128.com/pc/anime/0/2/1920x1080/t/1.html' #网页的网址headers = {        "user-
agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 
Safari/537.36"} #加入请求头r = requests.get(url,headers = headers) #getr.raise_for_status()r.encoding = 
r.apparent_encodingprint(r.text)

2、获得了HTML网页的代码后，我们要想方法去获得图片所在位置,这时候我们使用我们的第二个库，
下面展示一些 内联代码片。

a = re.findall('<img src="https:(.*?)" alt',r.text) #(.*?)表示任意的字符串

让我们来看看返回的值是什么

我们发现爬取到的并不是图片，所以我们回过头看发现原来的图片前面有https：之后我们加入代码

x = 'https:' + i

六：最后我们把图片爬取到电脑上

   root = "D://pics1//"    path = root + url.split('?')[0].split('/')[-1] 
   #图片的名字更改    with open(path, 'wb') as f:   
        f.write(r.content)        f.close() 
               print("文件已保存成功")

看看下载的图片

发现图片的规格不是原图，比较原图

下载的图☝☝☝

原图☝☝☝

发现w和h后面的参数有所差异，使用replace函数进行更改，最后运行代码查看

最后爬虫完毕，这次的爬虫只能爬取一页，如果爬取多页，可以用列表存取，如果要效率更高，到后来可以使用多线程爬虫。

最后上完整代码，下面展示一些，内联代码片。

headers = {        "user-agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) 


Chrome/80.0.3987.149 Safari/537.36"} #加入请求头r = requests.get(url,headers = headers) 
#getr.raise_for_status()r.encoding = r.apparent_encoding#print(r.text)a = re.findall('<img src="https:(.*?)" alt',r.text) #(.*?)表示任意的字符串for i in a:    #print(i)    url = 'https:' + i    url = url.replace('w_487', 'w_1421').replace('h_274', 'h_799')  


  #print(x)    r = requests.get(url,headers = headers)    root = "D://pics1//"#保存在D盘的pics1里，这里要提前建好文件夹 
   path = root + url.split('?')[0].split('/')[-1] #图片的名字更改    with open(path, 'wb') as f:        f.write(r.content)        f.close()        print("文件已保存成功")