爬取站长图片(图片懒加载)

已加载的图片image.png
未加载的图片
image.png
通过观察发现img下的data-original 属性是固定不变的,可以通过抓取这个数据,来得到图片的信息

import requests 
from lxml import etree
from fake_useragent import UserAgent

headers = {
    "User-Agent":UserAgent().chrome
}
def get_page():
    page = int(input("要爬取几页数据:"))
    urls = ["https://sc.chinaz.com/tupian/meinvtupian.html"]
    for i in range(2,page+1):
        if page == 1:
            url = urls[0]
        else:
            url = f"https://sc.chinaz.com/tupian/meinvtupian_{i}.html"
        urls.append(url)
    # print(urls)
    j = 1
    for url in urls:
        print(f"-----第{j}页开始爬取-----")
        get_img(url)
        print(f"-----第{j}页爬取完成-----")
        j += 1
    print(f"爬取共{j}{j*40}张图片")

def get_img(url):
    resp = requests.get(url,headers)
    resp.encoding = "utf-8"
    e = etree.HTML(resp.content)
    imgs_src = e.xpath("//div[@class='container']/div[2]/div/img/@data-original")
    for src in imgs_src:
        img_src = "https:" + src
        pic_name = src.split("imgs")[-1].split("/")[-1]
        response = requests.get(img_src)
        with open(f"imgs/{pic_name}","wb") as f:
            f.write(response.content)
if __name__ == "__main__":
    get_page()
  • 3
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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