Python—爬取百度贴吧美图范例

使用BeautifulSoup分析网页数据,获取贴吧10页的美图

#-*-coding:utf-8-*-
import re,os,random
from urllib import request
from lxml import etree
from bs4 import BeautifulSoup as btf
import chardet
from time import sleep

def fun(a,b,c):             #a下载次数 b单位下载的大小 c图片大小 显示下载进度 
   global size                                 #把图片大小存入全局变量size
   size=c
   num=1.0*a*b/c
   if num>1:
      num=1
   print("%.1f%%" %(num*100))

header={
  "User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64; rv:47.0) Gecko/20100101 Firefox/47.0",
  "Referer":"http://tieba.baidu.com"    
}
#下载图片的函数
def get_pic(url):
  req=request.Request(url,data=None,headers=header)
  res=request.urlopen(req).read()
  html=etree.HTML(res)
  img=html.xpath("//img")       
  for i in img:
    src=i.attrib['src']                        #取得图片的链接地址
    name=src.rsplit("/",1)[1]                  #取得图片名 从最右边分割1次
    extension=os.path.splitext(src)[-1]        #图片扩展名
    if extension in ['.jpg','.png','.gif']:    #看扩展名是否是图片
      if("?" in name or "&" in name):
        name=str(int(random.random()*1000))+".jpg"  #不规则的名字只能重新命名
      print('%s downloading starts' %src)
      try:
        request.urlretrieve(src,name,fun)      #下载链接图片,保存为name,后三个参数调用fun函数   
      except Exception as e:
        print(e)
      else:
        if size<20000:                           #如果图片大小小于20K就删除
          os.remove(name)

if __name__=="__main__":
  dirname="tieba"
  path=os.path.join(os.getcwd(),dirname)   #本地路径拼接
  if not os.path.isdir(path):
    os.mkdir(path)
  os.chdir(path)

  for i in range(1,10):
    url='http://tieba.baidu.com/p/4831235586/'+'?pn='+str(i)  #获取贴吧10页
    print('第 %s 页 starts' %i)
    get_pic(url)    
    print("------------------------------------------------------")
    sleep(1)

效果如下
在这里插入图片描述

  • 0
    点赞
  • 0
    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