import requests
import os
import re
# 封面图http://mm.chinasareview.com/wp-content/uploads/2017a/07/04/limg.jpg
# http://www.meizitu.com/a//5590.html 大图链接
# 页码< li > < a href = '/a/more_1.html' > 2 < / a > < / li > 最大71
# 小图 过滤掉 <img src="http://mm.chinasareview.com/wp-content/uploads/2017a/05/15/limg.jpg"
# 大图保存 http://mm.chinasareview.com/wp-content/uploads/2017a/02/07/09.jpg
'''
妹子图网站的特殊的地方在于网站服务器与图片服务器分开,
任何非网站服务器的对图片资源的请求都会被403 forbiden掉
因此需要在requests中设置代理服务器为网站服务器的ip,避开图片服务器的过滤
'''
# 请求头设置模拟的浏览器版本
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.103 Safari/537.36"}
# 创建链接对象
session = requests.session()
# 设置为短链接,防止连接数过多 程序报错
session.keep_alive = False
# 定义函数
def spider_for_meizitu(url):