python爬虫 煎蛋网妹子图2(代码)

                    ——————来自某潮汕人的菜鸟教程
import requests
import re
import base64

def base64_decode1(s):
    s = s.encode()
    missing_padding = len(s) % 4
    if missing_padding != 0:
        s += b'=' * (4 - missing_padding)
    return base64.decodestring(s)

def get_info(url):
    '''返回下一页网页的URL和当前网页每个图片的img_hash
        当flag=0时还有下一页,1时没有下一页
    '''
    next_pages_url=''
    result=requests.get(url=url).text

    flag=0
    try:
        next_pages_url=re.findall('<a title="Older Comments" href="(.*?)"',result,re.DOTALL)[0]
    except:
        print('超过源网站的下载页数')
        flag=1
    img_hash=re.findall('<span class="img-hash">(.*?)</span></p>',result,re.DOTALL)
    print(next_pages_url)
    print(img_hash)
    return 'http:'+next_pages_url,img_hash,flag

if __name__=='__main__':
    image_list=[]#储存图片URL的列表
    max_pages = 10
    start_url='http://jandan.net/ooxx'
    next_pages_url=start_url
    file_path='E:\\'
    for _ in range(max_pages):
        '''得到所有的图片的url,并添加进image_list'''
        next_pages_url,img_hash,flag=get_info(next_pages_url)
        for hash in img_hash:
            image_list.append(base64_decode1(hash))
        if flag == 1:
            break#没有下一页



    sum_image=len(image_list)
    print('总共有'+str(sum_image)+'张图片')

    index=0
    for image in image_list:
        '''下载图片'''
        try:
            image_url = 'http:'+image.decode()
        except:
            print('错误链接')
            continue
        filename = image_url.split('/')[-1]

        r = requests.get(image_url)
        with open(file_path+filename, 'wb') as f:
            f.write(r.content)
        index+=1
        print('\r下载进度'+str(int(index*100/sum_image))+'%',end='')

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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