# Python小白的挣扎
# 大神轻锤
# 小白的第一个爬虫
# 求大神多指点
# 这里导入要先导入BeautifulSoup和requests
from bs4 import BeautifulSoup
import requests
# 这里是你要爬取的网页路径,我这里爬的是糗事百科
url = 'https://www.qiushibaike.com/pic/'
# 用requests.get方法获得网页,并把它存储
we_data = requests.get(url)
# 用BeautifulSoup 解析网页,用.text方法使得网页可读
soup = BeautifulSoup(we_data.text, 'lxml')
# 爬取的元素标签,(看其标签中共有属性)
titles = soup.select('div.content span')
# 爬取想要图片的链接(在图片路径没有设置宽度的情况下)
# 不要听信百度用煞笔正则,我研究了一上午正则,一直报错说正则不是str类型,我又研究怎么加转型
imgs = soup.select('div.thumb a img')
# 对比上面的,爬取想要的图片的链接(在图片路径有设置宽度的情况下)
# imgs = soup.select('img[width="200"]')
# 用循环输出结果
for title, imgs in zip(titles, imgs):
# 设置字典存放你爬取到的内容
data = {
# 用户输入的内容
'内容': title.get_text('span'),
# 用户上传的图片路径
'图片路径': imgs.get('src')
}
# 输出你爬到的东西
print(data)
# 下一遍研究怎么将图片下载到本地