python scrapy框架爬取图片

1.解析网页并分析出图片地址

import scrapy
from ..items import ImgsproItem

class CImgSpider(scrapy.Spider):
    name = "c_img"
    #allowed_domains = ["www.xxx.com"]
    start_urls = ["https://pic.netbian.com/4kdongwu/"]

    def parse(self, response):
        li_list = response.xpath('//*[@id="main"]/div[3]/ul/li')
        for li in li_list:
            img = li.xpath('./a/img/@src').extract_first()
            img = 'https://pic.netbian.com'+img
            item = ImgsproItem()
            item['img_src'] = img
            print(img)
            yield item

2.配置item文件

class ImgsproItem(scrapy.Item):
    # define the fields for your item here like:
    # name = scrapy.Field()
    img_src = scrapy.Field()

3.重写图片的管道类

from scrapy.pipelines.images import ImagesPipeline
import scrapy

'''备注掉原来管道类
class CrawImgPipeline:
    def process_item(self, item, spider):
        return item
'''

# 新管道类
class ImgsPipeline(ImagesPipeline):
    # 该方法用作于请求发送
    def get_media_requests(self, item, info):
        print(item, 'media_request')
        yield scrapy.Request(url=item['img_src'])

    # 指定文件存储路径(文件夹 + 文件夹名称)  # 看源码requset这里是get_media_requests中的item对象
    def file_path(self, request, response=None, info=None):
        return request.url.split('/')[-1]

    # 将item传递给下一个即将被执行的管道类
    def item_completed(self, results, item, info):
        return item

4.配置setting文件,开启管道

ITEM_PIPELINES = {
#    "craw_img.pipelines.CrawImgPipeline": 300,
      "craw_img.pipelines.ImgsPipeline": 300,
}

#img图片存储路径
IMAGES_STORE = './imgs'

注意:需提要安装好pillow库

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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