#-*- codeing = utf-8 -*-
#@Time :2020/11/30 20:35
#@Author : 徐微
#@File : 04-xpath(wallhaven).py
#@Software: PyCharm
import requests
from lxml import etree
import os
'''
思路:
1.UA伪装
2.获取url
3.将获取网页的转成text格式 (requests.get)
4.将text转成对应的html格式 (etree.HTML)
5.获取图片的列表格式(通过x.path)
6.创建文件夹保存
7.通过x.path获取每张图片的地址
8.通过x.path获取每张图片的名字
9.将图片以二进制格式保存
10.将图片以读写方式(wb)存入文件夹
'''
if __name__ == "__main__":
headers = {
'user-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.81 Safari/537.36 SE 2.X MetaSr 1.0'
}
url = 'https://wallhaven.cc/search?q=id:2278&sorting=random&ref=fp'
page_text = requests.get(url=url,headers=headers).text
tree = etree.HTML(page_text) #将网站中的html源码数据加载到tree里
li_list = tree.xpath('//section[@class="thumb-listing-page"]/ul/li') #获取源码对应的图片列表
# print(li_list)
# li_list = tree.xpath('//div[@class="slist"]/ul/li')
# 创建一个文件夹
if not os.path.exists('./wallhaven'):
os.mkdir('./wallhaven')
for list in li_list:
img_src = list.xpath('//img/@src')[0] #获取每个list中src对应的地址,若不全,则可以补全
print(img_src)
img_name = list.xpath('./figure/@class')[0]
img_data = requests.get(url=img_src, headers=headers).content
img_path = 'wallhaven/' + img_name
with open(img_path, 'wb') as fp:
fp.write(img_data)
print(img_name, '下载成功!!!')
xpath爬取图片
最新推荐文章于 2023-05-18 22:07:14 发布