python 爬虫 通过搜索引擎搜索好看的图片进行多线程高效率爬取(解决href关联问题)

效果:
在这里插入图片描述

单线程模式:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2020/12/30 18:56
# @Author  : huni
# @File    : 图集谷单函数.py
# @Software: PyCharm
import requests
from lxml import etree
from urllib import parse
import os
if __name__ == '__main__':
    headers = {
   
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.183 Safari/537.36'
    }
    m_path = './xxx'
    if not os.path.exists(m_path):
        os.mkdir(m_path)
    kw = 'xxx'
    keyword = parse.quote(kw, encoding='utf-8')
    url = f'https://www.tujigu.com/search/{keyword}'
    resp = requests.get(url=url,headers=headers).text
    tree = etree.HTML(resp)
    li_list = tree.xpath('/html/body/div[2]/div[2]/ul/li')
    for li in li_list:
        href = li.xpath('./a/@href')[0]
        resp1 = requests.get(url=href,headers=headers)
        # 处理中文乱码问题
        page_text = resp1.text.encode('ISO-8859-1').decode('utf-8')
        tree1 = etree.HTML(page_text)
        page_num = int(tree1.xpath('//*[@id="pages"]//text()')[-3])
        title = tree1.xpath("/html/head/title/text()"
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
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