[小程序]小程序破千之笔顺图片采集篇（2）

又是一个周末，外面的天气灰蒙蒙的， 接着上次的任务， 制定下今天的目标

• 采集百度或者搜狗汉语的gif图片 *****
• 格式化后入库 *****
• 前端资源引用变更

爬去 gif笔画图片

这里主要的知识点就一个

• BeautifulSoup python爬虫，应该都会用到；
• puppeteer nodejs版

文档地址：https://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html#id17

如果不用python， 用nodejs 推荐使用 puppeteer；

我这里用的是python 记录下代码， 主要的方法，

font = sys.argv[1]

def start():
	r = rqs.get(url = url,headers=headers)
	time.sleep(random.randint(1,4))
	# print(r.content)
	soup = BeautifulSoup(r.content, 'html.parser')
	bh = soup.find('li',{"id": "stroke_count"})
	bh_num = 0
	if(bh):
		bh_num = bh.contents[3].contents[0]
		img_www = tit.get('data-gif')
		r2 = rqs.get(img_www)
		filename = str(ord(font))
		# print(charcode)
		fpath = os.path.join('/pyproject/spider/gifs/', filename)
		# print(fpath)
		with open(fpath+'.gif','wb+')as f : 
			f.write(r2.content)
			r2.close()
	r.close()
	return bh_num

if __name__ == '__main__':
	start()

保存的时候就设置好文件名称规则，这样一次性就到位，和文字一一对应关系，

格式化入库

其实这里主要是新图片和旧图片的命名规则， 我用的 charCodeAt ， fromCharCode 方式； 因为前面的 jpg 也是这样的命名方式，这样可以减少很大的更改成本；不管数据增加，修改，最终都可以找到图片所对应的文字。

数据库 mongodb $set, upsert 方式，

前端新增引用资源

这里就不一一说明了，直接上图了，

今天的目标已经完成，打完收工~~~~