python基础爬虫


import requests
import re

# 获取对象的url
url2 = 'http://www.dzu.edu.cn/'

# 伪装成默认浏览器访问
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:67.0) Gecko/20100101 Firefox/67.0",}

response = requests.get(url2, headers  =  headers)
# 因为出现了乱码  所以改变编码方式
response.encoding = 'utf-8'

# print(response)
# 将返回的response转换为text
html = response.text
# 利用正则进行数据清洗
title = re.findall(r'<li><a href="(.*?)">书记信箱</a></li>',html)
imgs = re.findall(r'<img src="(.*?)" alt="">', html)

# print(imgs)

# print(title)

# with open('%s.jpg' %imgs[0]) as f:
i = 0
# 数据永久化处理
for x in imgs:
	imgurl = 'http://www.dzu.edu.cn/%s'%x
	print(imgurl)
	# 进行二进制书写
	fb = open('%d.jpg' %i, 'wb')
	# 返回回应
	repose =  requests.get(imgurl)
	# 将回应转化为二进制
	data = repose.content
	fb.write(data)
	i = i+1;
	
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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