使用requests和bs4模块爬取虎扑爆照区照片

最近看了一些requests和bs4模块的文档,学习中遇到很多问题,于是写一个小爬虫练练手。虽然看文档上使用很简单,但是使用起来还是遇到了很多困难,以至于有些地方使用了正则表达式实现。
爬虫实现了爬取虎扑爆照区前10页的照片
附上爬虫的代码:

import requests
import bs4
import re
import os

#使用requests模块打开
def open_url(url):
    headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Safari/537.36'}
    res = requests.get(url,headers=headers)

    return res


#保存图片
def save_pics(addrs,folder,user_name):

    name = addrs.split('/')[-1]
    path = folder +  'id='+ user_name+ '_' + str(name)

    with open(path,'wb') as f:
        img = open_url(addrs).content
        f.write(img)



#找到每页所有帖子地址
def find_posts(res):
    soup = bs4.BeautifulSoup(res.text,'html.parser')

    addrs = []
    targets = soup.find_all('div',class_='titlelink box')
    for each in targets:
        add = 'https://bbs.hupu.com' + str(each.a['href'])
        addrs.append(add)

    return addrs


#找到每个帖子的中的图片
def find_pics(each,folder):
    user_name = each.split('.')[-2].split('/')[-1]

    res = open_url(each)
    pat = re.compile(r'</p><p><img src="(([^"]+?)\.jpg)\?')
    targets = pat.findall(res.text)

    print('    找到%d张图片' % len(targets)) 
    if targets:
        for target in targets:
            save_pics(target[0],folder,user_name)



def main():
    url = 'https://bbs.hupu.com/selfie'
    res = open_url(url)

    folder = 'E:/LF/BZ/'
    os.mkdir(folder)

    print('正在爬取第1页')

    for i in range(2,10):
        addrs = find_posts(res)
        print('  找到%d张帖子' % len(addrs))

        for each in addrs:
            find_pics(each,folder)
        host = url + '-' +str(i)
        res = open_url(host)
        print('正在爬取第%d页' % i)
    print('爬取完毕')



if __name__=='__main__':
    main()
  • 0
    点赞
  • 2
    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