python requests+lxml+xpath 爬取豆瓣top250电影图片

1.爬取豆瓣电影网页源码。

import requests

url = 'https://movie.douban.com/top250?start='+str(start)+'&filter='
data = requests.get(url)
# print(data.text)

2.分析网页结构,爬取图片src,

https://movie.douban.com/top250?start=0&filter=
https://movie.douban.com/top250?start=25&filter=
......

#start为第几个(电影)开始
url = 'https://movie.douban.com/top250?start='+str(start)+'&filter='
data = requests.get(url)
# print(data.text)
page = etree.HTML(data.text)
imglink = page.xpath('//img/@src')

3.下载图片。

    for i in imglink:
        img = requests.get(i)
        open(path+i.split('/')[-1],'wb').write(img.content)    #i.split('/')[-1] 以src最后一个斜杠之后的字符命名图片。
    print('正在保存……')

4.完整代码。

import requests
from lxml import etree

path = 'F:\\douban\\'
def main(start):
    url = 'https://movie.douban.com/top250?start='+str(start)+'&filter='
    data = requests.get(url)
    # print(data.text)
    page = etree.HTML(data.text)
    imglink = page.xpath('//img/@src')
    for i in imglink:
        img = requests.get(i)
        open(path+i.split('/')[-1],'wb').write(img.content)
    print('正在保存……')

if __name__=='__main__':
        for i in range(10):
         main(start=i*25)

5.爬取结果。

  • 1
    点赞
  • 5
    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