先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
正文
except requests.exceptions.RequestException as e:
access_results.append(f'Failed to access: {link}, Error: {e}')
输出访问结果
for result in access_results:
print(result)
winsound.Beep(1000, 500) # 爬取完毕响铃提示
直接运行,可以看到下载成功了,当然在运行过程中,因为网络问题会出现下载失败的问题,可以多运行几次,进行覆盖。
![](https://img-blog.csdnimg.cn/direct/d44ba80bae484c58a1d9f5b82a200470.png)
虽然这算是个半自动爬虫,但是在网页有很多图片的时候,会大大提高效率,这种手动绕过JavaScript动态渲染也是初学者可以使用的思路。
## 全自动版
当然我觉得这样太慢,后来又补充了一个版本,是全自动化的了。
这次使用了selenium这个库,来进行等待JavaScript渲染,你可以一次下载多个网页,只需要把图片存放的路径和每个页面的url一一对应存放即可。如图所示
![](https://img-blog.csdnimg.cn/direct/d7d204e2eb21484ea7a70879f00ce47b.png)
这是源码:
import requests
from bs4 import BeautifulSoup
import selenium
from selenium import webdriver
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.support.ui import WebDriverWait
import time
import winsound
import os
from selenium.webdriver.common.by import By
#模拟浏览器
with open(‘E:/path.txt’, ‘r’, encoding=‘utf-8’) as path_file, open(‘E:/urls.txt’, ‘r’,encoding=‘utf-8’) as url_file:
paths = path_file.readlines()
urls = url_file.readlines()
if len(paths) != len(urls):
raise ValueError(‘URL和路径的数量不一致’)
for path, url in zip(paths, urls):
download_folder = path.strip()
url = url.strip()
print(download_folder)
options = webdriver.ChromeOptions()
options.add_argument(
“Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/123.0.6312.59 Safari/537.36”)
driver = webdriver.Chrome(options=options)
driver.get(url)
wait = WebDriverWait(driver, 30)
wait.until(EC.visibility_of_element_located((By.TAG_NAME, 'img')))
html = driver.page_source
img = driver.page_source
file_path = 'E:/111.txt'
with open(file_path, 'w', encoding='utf-8') as f: #覆盖写入
f.write(html)
print('网页HTML已保存到文件中')
# 设置代理和自定义请求头
proxies = {
'http': 'http://192.168.43.242:7890',
'https': 'http://192.168.43.242:7890',
}
headers = {
'User-Agent': "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/123.0.6312.59 Safari/537.36",
'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
'Accept-Encoding': 'gzip, deflate, br',
'Upgrade-Insecure-Requests': '1',
'Sec-Fetch-Dest': 'document',
'Sec-Fetch-Mode': 'navigate',
'Sec-Fetch-Site': 'none',
'Sec-Fetch-User': '?1',
'Te': 'trailers',
'Connection': 'close',
}
# 定义文件下载路径
if os.path.exists(download_folder):
print("文件夹已经存在!")
else:
os.makedirs(download_folder) #自动创建文件夹
# 从文件中读取HTML内容
with open(file_path, 'r', encoding='utf-8') as file:
html_content = file.read()
# 使用 BeautifulSoup 解析HTML内容
soup = BeautifulSoup(html_content, 'html.parser')
# 查找所有的img标签并获取其src属性值
img_tags = soup.find_all('img')
image_links = [tag.get('src') for tag in img_tags]
# 定义用于存储访问结果的列表
access_results = []
# 遍历所有图片链接并尝试访问,如果失败,下载第二次
for link in image_links:
response = requests.get(link, headers=headers, proxies=proxies)
if response.status_code == 200:
access_results.append(f'Successfully accessed: {link}')
#下载图片
file_name = link.split('/')[-1]
# 拼接保存路径
save_path = download_folder + file_name
with open(save_path, 'wb') as f:
f.write(response.content)
print(f'Downloaded: {file_name}')
else:
access_results.append(f'Failed to access: {link}, Status code: {response.status_code}')
print("重新下载一遍!")
response = requests.get(link, headers=headers, proxies=proxies)
if response.status_code == 200:
access_results.append(f'Successfully accessed: {link}')
# 下载图片
file_name = link.split('/')[-1]
# 拼接保存路径
save_path = download_folder + file_name
with open(save_path, 'wb') as f:
f.write(response.content)
print(f'Downloaded: {file_name}')
else:
print(f"第二次下载{link}失败")
# 输出访问结果
for result in access_results:
print(result)
winsound.Beep(1000, 1000) # 参数分别为频率和持续时间(以毫秒为单位)
运行:
![](https://img-blog.csdnimg.cn/direct/cc03d3b97fe14dc7aa5589e2e70a9073.png)
可以看到网站的图片被下载了,并且python开启的浏览器也渲染出了图片。
这样就可以爬取你想要的图片并且节省大量时间了。
### 最后
不知道你们用的什么环境,我一般都是用的Python3.6环境和pycharm解释器,没有软件,或者没有资料,没人解答问题,都可以免费领取(包括今天的代码),过几天我还会做个视频教程出来,有需要也可以领取~
给大家准备的学习资料包括但不限于:
Python 环境、pycharm编辑器/永久激活/翻译插件
python 零基础视频教程
Python 界面开发实战教程
Python 爬虫实战教程
Python 数据分析实战教程
python 游戏开发实战教程
Python 电子书100本
Python 学习路线规划
![](https://img-blog.csdnimg.cn/d29631674929476f9c3b30f7ff58dff0.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70)
**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**
**需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)**
![img](https://img-blog.csdnimg.cn/img_convert/230f866598ca7bdfe9a8c7a4db7ea7b0.png)
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**
入研究,那么很难做到真正的技术提升。**
**需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)**
[外链图片转存中...(img-BzmzDjZZ-1713370910062)]
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**