python爬虫学习教程：爬取男生喜欢的图片

最新推荐文章于 2022-01-23 11:45:00 发布

python内瑟斯

最新推荐文章于 2022-01-23 11:45:00 发布

阅读量153

点赞数

分类专栏： python 文章标签： python

本文链接：https://blog.csdn.net/pythonZaoAn/article/details/119326714

版权

python 专栏收录该内容

18 篇文章 1 订阅

订阅专栏

任务目标：

1.抓取不同类型的图片

2.编写一个GUI界面爬虫程序，打包成exe重新文件

3.遇到的难点

1.分析如何抓取不同类型的图片

首先打开网站，可以看到有如下6个类型的菜单

点击不同菜单，发现URL显示如下

大胸妹：https：/cid = 2

小翘臀：https：/cid = 6

可以看到每个类型图片对应不同的cid值

所以要想抓取不同类型的图片，只需要构造下url

将cid进行参数化，然后传给url即可

具体代码在以下定义

2.利用tkinter进行GUI编程

之前有写过一些tkinter编程的随笔

例如利用python制作一个翻译工具

先来看一下这次设计的程序最终页面布局，

然后再具体讲下如何实现的，页面布局如下：

选择图片存储路径

抓取到的图片要保存到电脑本地，所以就想着最好能够自己挑选本地任意一个文件夹作为存储路径

后来网上冲浪一番发现tkinter是可以实现这个功能的

可以通过tkinter.filedialog模块中的askdirectory（）方法实现

下面是在网上找到的一段示例代码

具体到这个例子，

（1）定义一个文本框，用来存放（显示）选择的存储路径

（2）定一个按钮，来触发选择本地路径功能

（3）定义一个函数，来实现选取路径功能

后续保存图片时，路径可以直接使用前面定义好的的self.input中的值

选择分类

因为图片分为了6个类别，每个类别对应一个cid值，所以可以预先把cid抽象出来，视为参数传递（1）定义一个拖动框，存储图片类型

（2）根据选择性类型不同，返回不同的cid值

3.填写爬取页数

在这里插入图片描述

自定义抓取深度，某些抓取前5页或者前10页

后面把这个文本文本的值传给url即可

3.遇到的问题

下载图片的名称无效，导致无法保存

有些图片没有名称，文件名就是.jpg，这样在保存时会提示非法字符无法保存，程序也会报错，终止运行。

为了解决这个问题，我在每个文件名的末尾都加一个字母，这样就不会存在无名称图片了

整体效果如下：

学习目标：

提示：这里可以添加学习目标
例如：一周掌握 Java 入门知识

学习内容：

提示：这里可以添加要学的内容
例如：
1、搭建 Java 开发环境
2、掌握 Java 基本语法
3、掌握条件语句
4、掌握循环语句

学习时间：

提示：这里可以添加计划学习的时间
例如：
1、周一至周五晚上 7 点—晚上9点
2、周六上午 9 点-上午 11 点
3、周日下午 3 点-下午 6 点

学习产出：

提示：这里统计学习计划的总量
例如：
1、技术笔记 2 遍
2、CSDN 技术博客 3 篇
3、学习的 vlog 视频 1 个

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

前言

提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

提示：以下是本篇文章正文内容，下面案例可供参考

一、pandas是什么？

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、使用步骤

1.引入库

代码如下（示例）：

import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import warnings warnings.filterwarnings('ignore') import ssl ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据