Python爬虫练习-Xpath解析图片爬取

最新推荐文章于 2023-06-22 22:40:47 发布

零源

最新推荐文章于 2023-06-22 22:40:47 发布

阅读量521

点赞数

分类专栏： Python爬虫文章标签： python 爬虫开发语言

本文链接：https://blog.csdn.net/u014524604/article/details/124649582

版权

本文介绍了使用Python进行网络爬虫时，如何利用Xpath解析网页结构并有效抓取图片资源，同时针对可能出现的中文乱码问题提供了解决方案。

摘要由CSDN通过智能技术生成

import os
import requests
from lxml import etree

if __name__ == '__main__':
    # UA伪装
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.70 Safari/537.36'
    }
    # 指定url
    url = 'https://pic.netbian.com/4kmeinv/'
    # 发起请求
    response = requests.get(url=url, headers=headers)
    # 手动设置响应数据的编码格式
    # response.encoding = 'utf-8'
    page_text = response.text
    # xpath解析标签
    tree = etree.HTML(page_text)
    div_list = tree.xpath('//div[@class="slist"]//li')
    # 判断文件夹
    if not os.path.exists('./img'):
        os.mkdir('./img')
    for div in div_list:
        # 解析获取图片地址
        img_src = 'https://pic.netbian.com/' + div.xpath('./a/img/@src')[0]
        img_alt = div.xpath('./a/b/text()')[0] &#