爬虫,,,头像

小伙伴们可以进行更改爬取别的网站,本次爬取的网站是https://www.qqtn.com/tx/weixintx_1.html

一、导包

import re
import requests
import os
import time

二、获取每一页网页的text,并利用正则提取图片地址

for page in range(1, 4):
        url = f"https://www.qqtn.com/tx/weixintx_{page}.html"
        page_text = requests.get(url=url).text
        ex = '<li>.*?<img src="(.*?)" alt.*?li>'
        img_list = re.findall(ex, page_text, re.S)

三、利用for循环遍历列表,获取数据

for post_url in img_list:
        img_data = requests.get(url=post_url).content
源码注意缩进

import re
import requests
import os
import time
#获取开始时间
start = time.perf_counter()
# 创建文件夹
if not os.path.exists("./微信头像"):
        os.mkdir("./微信头像")
#请求头
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36"
}
for page in range(1, 4):

    url = f"https://www.qqtn.com/tx/weixintx_{page}.html"
    page_text = requests.get(url=url).text
    ex = '<li>.*?<img src="(.*?)" alt.*?li>'
    img_list = re.findall(ex, page_text, re.S)
    for post_url in img_list:
          img_data = requests.get(url=post_url).content
           # 生成图片名称
           img_name = post_url.split("/")[-1]
           #路径
           imgpath = "./微信头像/" + img_name
           #存放在文件夹内
      with open(imgpath, "wb") as fp:
            fp.write(img_data)
#获取结束时间
end = time.perf_counter()
#计算时间
runTime = end - start
print(f"下载完成,用时{runTime}秒")

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