Python采集一下cosplay图片，满足你爱看美人的要求~

本次目的:

Python采集cosplay图片

知识点:

1、系统分析目标网页
2、html标签数据解析方法
3、海量图片数据一键保存

第三方模块:

• requests >>> pip install requests
• parsel >>> pip install parsel

环境介绍:

• python 3.8
• pycharm 2021专业版 >>> 激活码

分析网站(思路分析)

网站当中所有的图片我都要

1. 获取所有相册详情页链接
2. 访问他然后拿到所有的图片

实现代码

发送请求 获取数据 解析数据 保存数据

1. 发送请求(访问)
2. 获取数据(网页源代码)
3. 解析数据
4. 发送请求
5. 获取数据
6. 解析数据
7. 保存数据
   a. 数字怎么加
   b. 数字加多少

开始我们的代码

首先导入模块

import requests     # 发送请求
import parsel       # 解析数据 工具
import re

伪装

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.74 Safari/537.36'
}
for page in range(1, 7):
    url = f'http://www.cosplay8.com/pic/xiezhen/list_224_{page}.html'

1. 发送请求(访问)

    response = requests.get(url, headers=headers)
    response.encoding = 'utf-8'
    # <Response [200]>: 响应成功

2. 获取数据(网页源代码)

    #   a. 结构化数据
    #       json
    #   b. 非结构化数据
    #       html
    html_data = response.text

3. 解析数据

    # <div></div>  <a></a> <p></p> <img />
    selector = parsel.Selector(html_data)
    # ::attr(href): 获取到 标签属性为href内容
    url_list = selector.css('.txtover::attr(href)').getall()
    title_list = selector.css('.txtover::attr(title)').getall()
    zip_data = zip(title_list, url_list)
    for title, sub_url in zip_data:
        link = '网址' + sub_url
        print(title, link)

4. 发送请求

        response_1 = requests.get(link, headers=headers)
        response_1.encoding = 'utf-8'

5. 获取数据

        html_data_1 = response_1.text
        page_num = re.findall('共(.*?)页', html_data_1)[0]

6. 解析数据

        selector_1 = parsel.Selector(html_data_1)
        # id选择器
        sub_img = selector_1.css('#bigimg::attr(src)').get()
        img_list = []
        img_url_ = '网址' + sub_img
        img_list.append(img_url_)
        for page in range(2, int(page_num) + 1):
            detail_sub = link.replace('.html', '')
            detail_url = detail_sub + '_' + str(page) + '.html'
            detail_html = requests.get(detail_url, headers=headers).text
            selector_2 = parsel.Selector(detail_html)
            img_url_ = '网址'+selector_2.css('#bigimg::attr(src)').get()
            img_list.append(img_url_)
        print(img_list)

7. 保存数据

        for img_url in img_list:
            img_data = requests.get(img_url).content
            img_name = img_url.split('/')[-1]   # 标题分割取最后一个内容
            with open(f'img/{img_name}', mode='wb') as f:
                f.write(img_data)

尾语

好了，我的这篇文章写到这里就结束啦！

有更多建议或问题可以评论区或私信我哦！一起加油努力叭(ง •_•)ง

喜欢就关注一下博主，或点赞收藏评论一下我的文章叭！！！