前言
嗨喽!大家好呀,这里是魔王~
准备工作
在写代码之前,你需要先在开发者平台申请权限
不知道如何弄得可以私聊我~
开发环境:
- Python 3.8
- Pycharm 2021.2
- 会使用接口
模块使用:
- requests >>> pip install requests
- tqdm >>> pip install tqdm
- os
- base64
如何安装python第三方模块:
- win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
- 在pycharm中点击Terminal(终端) 输入安装命令
如何配置pycharm里面的python解释器?
- 选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)
- 点击齿轮, 选择add
- 添加python安装路径
pycharm如何安装插件?
- 选择file(文件) >>> setting(设置) >>> Plugins(插件)
- 点击 Marketplace 输入想要安装的插件名字 比如:翻译插件 输入 translation / 汉化插件 输入 Chinese
- 选择相应的插件点击 install(安装) 即可
- 安装成功之后 是会弹出 重启pycharm的选项 点击确定, 重启即可生效
分为两个阶段
第一个阶段 去采集照片数据
爬虫基本流程:
一. 数据来源分析
主播照片, 照片url地址 可以从哪里获取 >>> 通过网页上面开发者工具进行抓包分析
二. 代码实现步骤 发送请求 >>> 获取数据 >>> 解析数据 >>> 保存数据
- 发送请求, 对于 发送请求 列表页面
- 获取数据, 获取服务器返回的响应数据 response
- 解析数据, 提取我们想要数据内容 主播名字 主播封面图url地址
json数据 可以直接处理
re正则表达式提取
根据标签节点/属性提取内容:
xpath
css选择器- 保存数据, 图片内容保存到本地文件夹
第二阶段 颜值检测
对于我们保存下来照片, 进行颜值检测评分
代码
因某些原因代码不完整,有需求得可以私聊找我我发你~
# 导入数据请求
import requests # pip install requests (导入模块没有使用是灰色)
# 导入格式化输出模块
import pprint
# 导入os文件操作模块
import os
import base64
from tqdm import tqdm
# 发送请求
# 确定请求的url地址
for page in range(1, 11):
url = f''
# headers 请求头 伪装Python的代码 不被识别出来是爬虫程序...
# headers 是一个字典数据类型
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36'
}
# 通过requests模块去对url地址发送请求
response = requests.get(url=url, headers=headers)
# 2. 获取数据