# os 系统操作模块 系统自带不需要安装
import os
# requests 发送请求模块 pip install requests
import requests
# 解析 html 模块 pip install lxml
from lxml import etree
# 设置请求头 User-Agent 设置代理
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36"
}
# 发送 get 请求 第一个参数请求地址, 第二个参数请求头设置
res = requests.get('https://yys.163.com/media/picture.html', headers=headers)
# etree.HTML 把获取的文本格式转为 html 格式
res_root = etree.HTML(res.text)
# xpath 解析 html
# // 代表通过任何位置开始
# //div[@class="tab-cont"] 从 class 为 tab-cont 的 div 开始获取
# // div[@class="tab-cont"]/div/div/img/@data-src 获取 class="tab-cont" div的子div的div里面的img标签上的 data-src 的值
# div[@class="tab-cont"]/div/div/img/@data-src (如下格式)
'''
<div class="tab-cont">
<div>
<div>
<img data-src="" />
</div>
</div>
</div>
'''
res_imgs = res_root.xpath('//div[@class="tab-cont"][1]/div/div/img/@data-src')
imgs_list = []
# for 循环
for index, item in enumerate(res_imgs):
imgs_list.append(item[0:item.rindex('/')] + '/2732x2048.jpg')
# os.path.exists() 判断文件夹是否存在
# os.makedirs() 新建文件夹
if not os.path.exists("heng"):
os.makedirs("heng")
'''
# 写文件方式
with open(文件名, 'wb') as f:
f.write(内容)
'''
for index, item in enumerate(imgs_list):
image_name = item[item.rindex('picture'):item.rindex('/')].replace('/', '_')
print(f"正在下载 {image_name} 壁纸")
image_content = requests.get(item, headers=headers)
with open(f'./heng/{image_name}.jpg', 'wb') as f:
f.write(image_content.content)
python 爬取图片
于 2022-11-20 17:40:23 首次发布