#获取网页源码/下载网页/图片/视频/音频
import requests
#解析网页相关数据
from lxml import etree
#操作文件夹/路径
import os
#1.下载网页源码
#2.解析网页源码(难度比较大)
#3.解析相关数据
url="http://www.ivsky.com/tupian/ziranfengguang/"
response=requests.get(url)
#content text 只不过数据类型不一样
#把网页源码解析为根节点
#root 根节点 相当于网页的根
root=etree.HTML(response.content)
#根据xpath来定位相关数据
#ul li a
#注意:xpath返回的结果一定是一个列表
a_list=root.xpath("//ul[@class='tpmenu']/li/a")
#a_list[1:] 对列表进行切片,跳过“所有分类”这个元素
for a in a_list[1:]:
# print(a) <Element *****> 元素类型
#text()表示获取标签之间的内容
big_title=a.xpath("text()")[0]
#获取标签中的某个属性 @属性名称
big_url=a.xpath("@href")[0]
if not big_url.startswith("http"):
big_url="http://www.ivsky.com"+big_url
print(big_title,big_url)
#1.下载
big_response=requests.get(big_url)
#2.解析
big_root=etree.HTML(big_response.content
python爬取天堂网图片
最新推荐文章于 2021-11-04 20:21:11 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)