Requests库爬取校花网照片 二话不说,先上代码
import requestsfrom lxml import etreefrom urllib.request import urlretrieve
base_url = 'http://www.521609.com' #用于拼接url图片url = "http://www.521609.com/daxuexiaohua/list32.html"headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko)
Chrome/81.0.4044.138 Safari/537.36"}
response = requests.get(url,headers=headers)#response.encoding = "gbk"#print(response.text)res =
response.content.decode('gbk')#两种编码方式
html = etree.HTML(res)imgs = html.xpath('//div[@class="left"]//ul/li') #通过xpath获取html中的图片地址 #print(img_link)
for i in imgs: img_link = i.xpath('./a[1]/img/@src')[0] #获取图片地址 link = base_url + img_link #拼接成为完整url #print(link) name = str(i.xpath('.//a[2]/text()')) #获取图片名称 #print(name) urlretrieve(link,name+".jpg") #下载图片到本地
执行结果
小结
通过分析校花网的html页面,找到标签中包含的图片地址和名称,通过xpath匹配提取拼接url,然后下载图片到本地。
现在还有大礼包免费赠送
推荐一下我建的python学习交流扣扣qun:850973621,群里有免费的视频教程,开发工具、
电子书籍、项目源码分享。学习python web、python爬虫、数据分析、大数据,人工智能等
技术有不懂的可以加入一起交流学习,一起进步!