爬虫小项目之爬取赛尔号

相信很多小伙伴都玩过赛尔号吧，今天，我们就来爬取赛尔号的图片（爬取地址：http://news.4399.com/seer/jinglingdaquan/ ）

首先，新建一个项目

新建一个py文件

导入我们需要的包（没有相应的包可以通过 pip3 install 包名 安装）

回到网页，按f12查看代码，这里的编码方式是gb2312，我们解码时可以用gb2312或gbk（gbk可以理解为gb2312的升级版，面向国际，除了兼容gb2312，还能显示繁体中文，还有日文的假名）

打印一下html变量

回到网页右键查看源代码，细心的你会发现这些代码包含了所有精灵的详情介绍页面（这样就不需要考虑动态加载了）如下：

进入详情介绍页面后，用指针点击图片

到这里我们就清楚爬取的流程了，先爬取上一个页面script中详情介绍页面的链接，再进入详情页面爬取图片和名字

这里会有疑问，怎么取出想要的数据呢？
其实我们可以根据数据长度简单取出var petData这条数据，因为这条数据的数据量远远大于其它数据的数据量

接下来根据详情介绍页面链接的共同特征，使用正则表达式提取链接

接下来，我们访问提取的链接，爬取图片和名字，
我们先再一次分析详情介绍页面的图片和名字，

最后一步，保存

接下来，我们运行一下，

再看看e:\name

这样就完成了爬取和保存。

个人微信公众号推荐，专为各位IT好友分享资源（已分享上百G资源，涵盖了 微信小程序、Java、Python、人工智能等）

最后推荐一下新建的python交流群，群号812653899，里面有许多python资源，欢迎大家入群讨论，一起进步，我会不定期更新资源和博客的，也欢迎大家指正错误。