记录下爬取图片失败的经历
本来想用re库和requests库来批量爬取p站的镜像网站vilipix的排行榜里的图片
代码如下
import os
import re
import requests
header = {'User-Agent': 'Mozilla/5.0'}
rank_url = "https://www.vilipix.com/ranking"
r = requests.get(url=rank_url, headers=header)
n=0
os.mkdir('D:/picture')
pic_url = re.findall('<img src="(.*?)" alt', r.text)
for img_url in pic_url:
res = requests.get(url=img_url, headers=header, timeout=30)
res.raise_for_status()
res.encoding = res.apparent_encoding
with open('D:/picture/'+str(n)+'.png','wb') as f:
f.write(res.content)
f.close()
n=n+1
这个最主要的步骤就是用re库的findall方法来匹配网页里图片的url,于是我查看了页面源代码,发现里边以.jpg或.png结尾的图片的url,于是我就用findall的方法区匹配匹配完后再用一个for循环吧该页面的图片全部写入picture文件夹里,结果发现下载的和看到的图片完全不一样,找了好久才发现匹配的图片url是作者头像图片的url!
所以这次没有什么东西可以和大家分享了,真的很遗憾!
另外,如果有大佬知道怎么爬取的话能不能教教孩子,自学真的还挺困难的,谢谢!