爬虫----072xpath解析站长素材

【注】部分网站的图片会进行懒加载,需注意找到正确的xpath路径


#(1)请求对象的定制
#(2)获取网页源码
#(3)下载

#需求  下载前十页的风景照片
#1 https://sc.chinaz.com/tupian/fengjing.html
#2 https://sc.chinaz.com/tupian/fengjing_2.html
#3 https://sc.chinaz.com/tupian/fengjing_3.html


import urllib.request
from lxml import etree

url = 'https://sc.chinaz.com/tupian/fengjing.html'

def create_request(page):
    if(page == 1):
        url = 'https://sc.chinaz.com/tupian/fengjing.html'
    else:
        url = 'https://sc.chinaz.com/tupian/fengjing_'+str(page)+'.html'

    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/109.0.0.0 Safari/537.36 SLBrowser/9.0.3.1311 SLBChan/103'
    }

    request = urllib.request.Request(url=url,headers=headers)
    return request

def get_content(request):
    response = urllib.request.urlopen(request)
    content = response.read().decode('utf-8')
    return content
def down_load(content):
    # 下载图片
    # urllib.request.urlretrieve('地址','名字')

    tree = etree.HTML(content)
    #src  //div[@class="container"]//img/@src
    #alt  //div[@class="container"]//img/@alt
    name_list = tree.xpath('//div[@class="container"]//img/@alt')
    #一般网站的图片都会进行懒加载
    # src_list = tree.xpath('//div[@class="container"]//img/@src')
    src_list = tree.xpath('//div[@class="container"]//img/@data-original')

    for i in range(len(name_list)):
        name = name_list[i]
        src = src_list[i]
        url = 'https:' + src

        urllib.request.urlretrieve(url=url,filename='./fengjing/'+name+'.jpg')



if __name__ == '__main__':
    start_page = int(input('起始:'))
    end_page = int(input('结束:'))

    for page in range(start_page,end_page+1):
        # (1)请求对象的定制
        request = create_request(page)
        # (2)获取网页源码
        content = get_content(request)
        # (3)下载
        down_load(content)

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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